KI soll Darmkrebs diagnostizieren

Berlin -

Darmkrebs gehört mit zu den häufigsten Krebsarten in Deutschland. Ein Forscherteam des Zentrums für Proteindiagnostik der Ruhr-Universität Bochum (RUB) hat nun eine künstliche Intelligenz (KI) entwickelt, die bei der Diagnosestellung helfen soll.

Pro Jahr erkranken in Deutschland nach Angaben des Robert Koch-Instituts (RKI) etwa 2600 Personen an Dünndarmkrebs und 58.000 Personen an Dickdarmkrebs. Die Diagnose Darmkrebs wird damit im Laufe des Lebens bei einem von 17 Männern und einer von 20 Frauen gestellt. Dabei erkranken mehr als die Hälfte der Patienten jenseits des 70. Lebensjahres.

Klassifizierung mithilfe von Infrarotaufnahmen

Die von der RUB entwickelte KI soll Darmkrebs mithilfe von Infrarotaufnahmen erkennen können: Innerhalb von 30 Minuten soll sie verschiedene Tumorarten unterscheiden und identifizieren. Für die Methode werden spezielle Infrarot-Mikroskope eingesetzt, die auf Quanten-Kaskaden-Lasern basieren. Dadurch sollen Gewebeproben von Dickdarmkrebs markerfrei und automatisiert klassifiziert werden. Die KI erzielte dabei eine hohe Treffsicherheit. Anhand der Diagnosestellung kann dann die jeweilige Therapie zielgerichtet eingeleitet werden.

Bei den Krebserkrankungen wird zwischen sogenannten mikrosatellitenstabilen (MSS) und mikrosatelliteninstabilen (MSI) Tumoren unterschieden: Bei Mikrosatelliten handelt es sich um meist funktionslose, kurze DNA-Sequenzen, die sich häufig wiederholen. Die Überlebensrate bei Patienten mit MSI-Tumoren sei deutlich höher im Vergleich zu solchen mit MSS-Tumoren. Grund dafür ist eine rund 1000-fach erhöhte Mutationsrate der Krebszellen. Auch spezielle Immuntherapien sind bei MSI-Tumoren erfolgreicher. „Es ist also für die Prognose und die Entscheidung für eine Therapie wichtig zu wissen, um welche Art des Tumors es sich handelt“, erklärt Professor Dr. Anke Reinacher-Schick, Leiterin der Abteilung für Hämatologie und Onkologie des RUB-Klinikums St. Josef-Hospital.

IR-Verfahren zeigt Potenzial

Bisher muss die Unterscheidung anhand von immunhistochemischen Färbungen von Gewebeproben mit anschließender aufwändiger Genanalyse erfolgen. Das dauert im Durchschnitt rund einen Tag. Das neue Verfahren hingegen braucht nur etwa 30 Minuten. Bereits in früheren Studien konnte das sogenannte „IR-Imaging“ als Diagnosetool zur Klassifizierung von Gewebe überzeugen. Es funktioniert ohne vorherige Färbung oder Markierung rein automatisiert mithilfe der KI.

Jetzt wurde das Verfahren jedoch noch verbessert: Bisher waren nur morphologische Visualisierungen des Gewebes möglich, nun wurde es auf die Erkennung einer molekularen Veränderung des Gewebes erweitert. „Dies ist ein großer Schritt, der zeigt, dass das IR-Imaging eine vielversprechende Methodik in der zukünftigen Diagnostik und Therapieprädiktion werden kann“, so Klaus Gerwert, einer der Studienautoren.

Zusammen mit dem Institut für Pathologie der RUB unter Leitung von Professor Dr. Andrea Tannapfel und der Abteilung für Hämatologie und Onkologie des RUB-Klinikums St. Josef-Hospital wurde bereits eine Machbarkeitsstudie mit 100 Patientinnen und Patienten durchgeführt. Dabei konnte eine Sensitivität von 100 Prozent und eine Spezifität von 93 Prozent für die KI ermittelt werden. Alle MSI-Tumoren wurden korrekt klassifiziert, nur wenige wurden fälschlich als MSI-Tumoren erkannt. „Interessant ist die Methodik auch, weil sehr wenig Probenmaterial verbraucht wird, was in der heutigen Diagnostik mit immer mehr anwendbaren Techniken ein entscheidender Vorteil sein kann“, so Tannapfel. Eine weitere kürzlich gestartete Studie soll die Zuverlässigkeit weiter untermauern.