AML-Forschung Dresden: Künstliche Intelligenz zur Leukämie-Diagnose

AML ist die Abkürzung für akute myeloische Leukämie. Eine Form von Blutkrebs, die bisher schwer diagnostizierbar ist. In Dresden wurde eine Künstliche Intelligenz entwickelt, die die Diagnose sicherer machen soll.

Das Bild zeigt graue und grüne kleine Kreise, manche mit einem dunkelgrünen Inhalt
Knochenmarkausstrich eines AML-Patienten. Die neu entwickelte Analysesoftware erkennt eine bestimmte genetische Mutation anhand äußerer Zellmerkmale (dunkelgrüne Färbung). Bildrechte: MK1/Uniklinikum Dresden

Bisher war die Erstdiagnose einer akuten myeloischen Leukämie, kurz AML, eher eine Sache des Zufalls oder des Glücks. Glück insofern, dass, je früher die Diagnose gestellt wird, sich die Chancen auf eine erfolgreiche Behandlung erhöhen. Zu spät erkannt, ist diese Form der Leukämie, die vor allem Erwachsene trifft, tödlich. Das könnte sich nun ändern. Die Uniklinik und die TU Dresden haben eine KI entwickelt, die dafür sorgen kann, dass die Krankheit früher erkannt wird, wodurch sich die Heilungschancen erhöhen.

AML-Diagnose heute und in Zukunft

Bei Verdacht auf eine AML bringt üblicherweise ein Knochenmarkausstrich einen schnellen Überblick. Im Knochenmark werden die Blutkörper gebildet. Wenn die Vorläuferzellen dafür, die Blasten, Defekte im Erbgut haben, entstehen schadhafte Blutkörperchen, die ihre Aufgaben im Körper nicht mehr richtig erledigen können. Nur muss man diese defekten Blutkörperchen erst mal finden. Professor Martin Bornhäuser, Spezialist für Tumorerkrankungen an der Uniklinik Dresden, wertet das bisherige Diagnoseverfahren so: "Die Bewertung der mikroskopischen Bilder ist hoch komplex und bislang in hohem Maße von der Erfahrung des jeweiligen Arztes oder der Ärztin abhängig."

Genau an der Stelle komt nun eine Künstliche Intelligenz ins Spiel, die die Analyse durch spezialisiertes Medizinpersonal um einen datenbasierten, objektiven Befund ergänzt. Die KI aus Dresden unterscheidet den Knochenmarkausstrich eines AML-Patienten mit über 95 Prozent Trennschärfe von der Probe eines gesunden Menschen. Außerdem kann sie anhand äußerer Zellmerkmale eine bestimmte genetische Veränderung, eine Mutation des Gens Nucleosphosmin (NPM1), mit einer Genauigkeit von mehr als 85 Prozent erkennen.

Dafür wurden digitalisierte Bilddaten von Knochenmarkausstrichen von 1.251 AML-Patienten und 236 gesunden Knochenmarkspendern eingelesen. Expertinnen und Experten hatten dafür mehr als 90.000 Einzelzellen von Hand markiert, als Grundlage für den maschinellen Lernprozess. Dann wurde der Computer darauf trainiert, verschiedene Zelltypen und -eigenschaften zu unterscheiden. Außerdem kann die KI anhand äußerer Zellmerkmale eine bestimmte genetische Veränderung mit einer Genauigkeit von mehr als 85 Prozent erkennen.

Ersetzt Maschinen-Analyse bisherige Verfahren?

Diese KI wird die Analyse durch das menschliche Auge nicht komplett ersetzen, sondern bei der schnellen Erstanalyse ergänzen. Wie sieht das konkret aus? Das Medizinpersonal wählt relevante Bildbereiche aus den Knochenmarkausstrichen und speist diese in digitalisierter Form in das System ein, beschreibt Dr. Jan Moritz Middeke den Prozess: "Alle weiteren Analyseschritte wie die Kategorisierung und das Auszählen von Zellen, die in den vergangenen 50 Jahren per Hand vorgenommen wurden, erfolgen voll automatisch." Die Methode ist dem Entwicklugnsteam zufolge auch für andere bildbasierte Diagnosen in der Medizin denkbar.

Die Arbeit ist im Fachmagazin Leukemia veröffentlicht worden.

(lfw)

404 Not Found

Not Found

The requested URL /api/v1/talk/includes/html/fc32d9a8-0fc3-4d3a-ab08-0598e0d16d3b was not found on this server.