KI-Bildanalyse kann Brustkrebs-Stadium besser identifizieren

Bei den Krebsarten gibt es grosse Unterschiede. Einige Tumore wachsen langsam und entwickeln sich eher selten von einer harmlosen Vorstufe in eine lebensbedrohlichen Variante. Dazu zählt auch die sogenannte "ductale Carcinoma in situ" (DCIS), eine Vorstufe von Brustkrebs in den Milchgängen bei Frauen, wie das Paul Scherrer Institut PSI mitteilt. In 30 bis 50 Prozent aller Fälle könne sich jedoch bedrohliches Mamma-Karzinom entwickeln. Forschende haben deshalb ein Verfahren entwickelt, um mittels KI-Bildanalyse das Krankheitsstadium besser einzuschätzen. 

Forscherinnen und Forscher unter der Leitung von G.V. Shivashankar, Leiter des Labors für Biologie im Nanobereich am PSI und Professor für Mechano-Genetik an der ETH Zürich, und Caroline Uhler, Direktorin des Eric and Wendy Schmidt Center am Broad Institute und Professorin für Elektrotechnik und Informatik am MIT haben die Studie durchgeführt.

Das DCIS mache etwa 25 Prozent aller Brustkrebsdiagnosen aus. Um eine Prognose für das DCIS zu erstellen und eine geeignete Therapie zu wählen, nutzen die Ärzte in der klinischen Praxis das sogenannte Grading, wie es weiter heisst. Damit werde der Veränderungsgrad klassifiziert und der Befund in sieben verschiedene Stufen eingeteilt. Mit dem Einsatz von KI könne das sogenannte Staging mithilfe von leicht und kostengünstig zu erhebenden Daten verbessert werden, teilt das PSI mit. 

Unterstützung durch KI

Die Forschenden haben einen lernenden Algorithmus mit 560 Gewebeproben von 122 Patientinnen trainiert. Das KI-Modell erkannte nach einer Lernphase Muster in den Gewebeschnitten, die mit den von menschlichen Pathologen ermittelten Unterschieden übereinstimmten. Diese Methode sei kostengünstiger und weniger aufwendig als herkömmliche Verfahren im klinischen Alltag und ermögliche den betroffenen Frauen eine sichere Therapieentscheidung, heisst es weiter. Der Einsatz in der Praxis bedürfe noch weiterer Studien, darunter auch die Langzeitbeobachtung von DCIS-Patientinnen.

"Unsere Arbeit eröffnet einen eigenständigen Ansatz zur Identifizierung des DCIS-Stadiums anhand von Bildern, die zeigen, wie die DNA in jeder einzelnen Zelle verpackt ist", erklärt Shivashankar.

Übrigens: Ein neuer Algorithmus soll für Netzwerke jeglicher Art den maximalen Transportfluss mit minimalen Kosten berechnen – sei es Schiene, Strasse oder Strom – und zwar so superschnell, wie das mathematisch nicht mehr zu übertreffen ist. Mehr dazu erfahren Sie hier.