Bahnbrechendes KI-Modell CHIEF revolutioniert ganzheitliche Krebsdiagnostik und verbessert Patientenprognosen weltweit

Lesezeit: 2 Minuten
Durch Ernst Müller
- in
KI scannt Zellen zur Krebserkennung im Labor.

BerlinWissenschaftler der Harvard Medical School haben ein neues KI-Modell namens CHIEF entwickelt. Dieses Modell kann verschiedene diagnostische Aufgaben für zahlreiche Krebsarten übernehmen. Im Gegensatz zu aktuellen KI-Systemen, die sich auf spezifische Aufgaben und Krebsarten konzentrieren, wurde CHIEF an 19 verschiedenen Krebsarten getestet. Es ist auch darauf ausgelegt, den Krankheitsverlauf der Patienten vorherzusagen.

Der neue KI-Tool beeindruckt aus verschiedenen Gründen:

  • Er erreicht eine Genauigkeit von fast 94 % bei der Krebserkennung.
  • Er kann die Überlebenschancen von Patienten für verschiedene Krebsarten vorhersagen.
  • Er prognostiziert das molekulare Profil von Tumoren mit herausragender Präzision.
  • Er passt sich an, unabhängig von der Methode zur Gewinnung und Digitalisierung von Gewebeproben.

CHIEF kann digitale Aufnahmen von Tumorgewebe analysieren und spezifische krebsspezifische Zellmerkmale identifizieren. Zudem prognostiziert es molekulare Profile, ohne teure und zeitaufwendige DNA-Sequenzierungen zu benötigen. Dies macht die Krebsdiagnose weltweit zugänglicher und ermöglicht schnellere Therapieentscheidungen, besonders in Regionen mit begrenzten Ressourcen.

Der Trainingsprozess für CHIEF ist außergewöhnlich. Zunächst wurde es mit 15 Millionen kleinen, unbezeichneten Bildausschnitten trainiert und anschließend mit 60.000 Vollbildaufnahmen verschiedener Krebsarten verfeinert. Diese zweistufige Schulung ermöglicht es dem Modell, sowohl detaillierte als auch allgemeine Veränderungen im Gewebe zu erkennen, was es flexibler und präziser macht.

In Tests erzielte CHIEF bis zu 36% bessere Ergebnisse als andere fortschrittliche KI-Methoden bei Aufgaben wie dem Auffinden von Krebszellen, der Bestimmung des Tumorursprungs, der Vorhersage von Patientenverläufen und der Identifizierung von Genmustern, die auf Behandlungserfolge hinweisen. Es kann in verschiedenen klinischen Umgebungen und Techniken angewendet werden und bietet eine flexible Lösung für medizinische Einrichtungen weltweit.

Das Modell bietet neue Erkenntnisse darüber, wie Tumore sich verhalten. Es kann neue Details zur Überlebensrate von Patienten aufdecken und so die Forschung und mögliche Behandlungen leiten. Mithilfe von Heatmaps zeigt CHIEF wichtige Bereiche des Tumors, die dabei helfen, dessen Aggressivität und die Prognose des Patienten besser zu verstehen.

Die Forscher haben vor, CHIEF weiterzuentwickeln. Sie beabsichtigen, Bilder von seltenen Krankheiten und gutartigen Zuständen in die Trainingsdaten aufzunehmen, molekulare Daten zu verwenden, um die Aggressivität von Krebs genauer vorherzusagen, und CHIEF so zu trainieren, dass es die Vorteile und Nebenwirkungen neuer Behandlungen prognostizieren kann.

Dieses neue KI-System kann die Diagnostik und Behandlung von Krebs erheblich verbessern, indem es persönlicher und effizienter gestaltet wird. Sollte es sich als wirksam erweisen und weit verbreitet zum Einsatz kommen, könnte es unsere Art, Krebs zu verstehen und zu behandeln, revolutionieren und weltweit Hoffnung auf bessere Patientenergebnisse geben.

Die Studie wird hier veröffentlicht:

http://dx.doi.org/10.1038/s41586-024-07894-z

und seine offizielle Zitation - einschließlich Autoren und Zeitschrift - lautet

Xiyue Wang, Junhan Zhao, Eliana Marostica, Wei Yuan, Jietian Jin, Jiayu Zhang, Ruijiang Li, Hongping Tang, Kanran Wang, Yu Li, Fang Wang, Yulong Peng, Junyou Zhu, Jing Zhang, Christopher R. Jackson, Jun Zhang, Deborah Dillon, Nancy U. Lin, Lynette Sholl, Thomas Denize, David Meredith, Keith L. Ligon, Sabina Signoretti, Shuji Ogino, Jeffrey A. Golden, MacLean P. Nasrallah, Xiao Han, Sen Yang, Kun-Hsing Yu. A pathology foundation model for cancer diagnosis and prognosis prediction. Nature, 2024; DOI: 10.1038/s41586-024-07894-z
Wissenschaft: Neueste Nachrichten
Weiterlesen:

Diesen Artikel teilen

Kommentare (0)

Kommentar veröffentlichen