Durchbruch: KI erkennt gefährliche Endometriumkrebs-Typen und verbessert die Behandlungschancen drastisch

BerlinWissenschaftler der University of British Columbia haben mithilfe von Künstlicher Intelligenz (KI) eine gefährliche Form von Endometriumkarzinom entdeckt. Diese Entdeckung könnte die Behandlung von Patientinnen mit dieser häufigen gynäkologischen Krebserkrankung verbessern. Die KI ist in der Lage, Tausende von Bildern von Krebszellen zu analysieren und eine spezifische Art von Endometriumkarzinom zu identifizieren, die häufiger zurückkehrt und zum Tod führen kann. Herkömmliche Methoden haben Schwierigkeiten, diese Krebsuntergruppe zu erkennen.

Die KI-basierte Methode bietet zahlreiche Vorteile:

• Kostengünstig und einfach zu installieren
• Sowohl in städtischen als auch ländlichen Gebieten einsetzbar
• Verbessert bestehende molekulare Diagnostik
• Optimiert Behandlungsentscheidungen

Dr. Jessica McAlpine, Professor an der UBC und Chirurgin sowie Wissenschaftlerin bei BC Cancer und dem Vancouver General Hospital, betont die Notwendigkeit, Patienten mit hohem Risiko zu identifizieren. „Es ist äußerst wichtig, Patienten mit hochriskanter Krankheit zu erkennen, damit wir handeln und versuchen können, ein Wiederauftreten zu verhindern“, sagt Dr. McAlpine. Der KI-basierte Ansatz stellt sicher, dass kein Patient die Chance auf wichtige Behandlungen verpasst.

Im Jahr 2013 kategorisierten Dr. McAlpine und ihr Team Endometriumkarzinome anhand molekularer Merkmale in vier Typen. Sie entwickelten ein diagnostisches Werkzeug namens ProMiSE, das diese Typen zuverlässig identifizieren kann. Dieses Werkzeug wird jetzt in British Columbia, anderen Teilen Kanadas und weltweit genutzt.

Herausforderungen bestehen weiterhin. Der häufigste Subtyp, der etwa 50 % der Fälle ausmacht, weist keine eindeutigen molekularen Merkmale auf. Manche Patienten in dieser Gruppe haben eine gute Prognose, während es anderen sehr schlecht geht. Bisher gibt es keine Werkzeuge, um gefährdete Patienten in dieser Gruppe zu identifizieren.

Lesen Sie auch:

Heute · 18:29

Wie Stress das Essverhalten von College-Athleten beeinflusst

Dr. McAlpine arbeitete zusammen mit Dr. Ali Bashashati, einem Assistenzprofessor an der UBC, um fortschrittliche KI-Methoden einzusetzen. Das Team von Dr. Bashashati entwickelte ein Deep-Learning-Modell, das Bilder von Gewebeproben analysiert. Die KI wurde darauf trainiert, verschiedene Subtypen zu erkennen.

Nach der Analyse von über 2.300 Krebsgewebe-Bildern hat die KI eine neue Patientengruppe mit deutlich geringeren Überlebensraten identifiziert. Dr. Bashashati betont, dass die Stärke der KI darin liegt, viele Bilder zu untersuchen und Muster zu erkennen, die menschlichen Pathologen verborgen bleiben.

Das Team arbeitet daran, dieses KI-Tool im Gesundheitswesen einzusetzen, unterstützt durch die Finanzierung des Terry Fox Research Institute. KI könnte zusammen mit aktuellen Methoden wie molekularen und pathologischen Tests zusätzliche Tests anbieten. Dies könnte Patienten helfen, in ihren lokalen Gemeinden für einfachere Operationen zu bleiben und nur bei Bedarf größere Krebszentren aufzusuchen. Dr. McAlpine erklärt, dass die kombinierte Nutzung von molekularer Analyse und KI darauf abzielt, gerechte und gleiche Gesundheitsversorgung für alle Patienten zu gewährleisten. Dr. Bashashati betont: „Die KI wäre für jeden zugänglich, unabhängig davon, ob sie in einer Großstadt oder in einem ländlichen Gebiet leben.“

Diese Entdeckung könnte die Art und Weise, wie Ärzte weltweit Endometriumkarzinom erkennen und behandeln, grundlegend verändern.