KI zur präzisen Charakterisierung von Brustkrebsstadien

Nicht jeder Brustkrebs verläuft gleich. Einige Tumore wachsen langsam und bleiben harmlos, während andere sich aggressiv zu invasivem Brustkrebs (IDC) entwickeln. Besonders bei Frauen ist das DCIS, eine Vorstufe des invasiven Mamma-Karzinoms, von Bedeutung. DCIS entwickelt sich in 30 bis 50 Prozent der Fälle zu einem invasiven Karzinom. Aufgrund dieser Unsicherheit wird häufig eine Behandlung empfohlen, obwohl nicht jeder Fall gefährlich ist. 

Die Entscheidung, welche DCIS-Fälle eine Behandlung erfordern, stellt Ärztinnen und Ärzte vor eine große Herausforderung. Diese Entscheidung basiert bisher oft auf sogenannten Grading-Methoden, die auf der Analyse von Gewebeproben und der Einteilung in verschiedene Risikostufen beruhen. Diese Methoden sind jedoch begrenzt in ihrer Genauigkeit und lassen immer noch eine große Unsicherheit bei der Behandlung zu. 

Hier setzt die neue Studie des PSI und des MIT an. Die Forschenden entwickelten eine Bildanalyse, die mit Hilfe von KI das Krankheitsstadium von DCIS genauer einschätzen kann. Der Vorteil dieses Ansatzes liegt in der Verwendung kostengünstiger Chromatinbilder, die in Kombination mit leistungsstarken Algorithmen detaillierte Informationen über die Organisation der DNA in den Zellen liefern. Diese Informationen helfen, den Übergang von DCIS zu IDC besser vorherzusagen. 

Die Studie stützt sich auf 560 Gewebeproben von 122 Patientinnen. Mithilfe des Farbstoffs DAPI, der das Chromatin in den Zellkernen sichtbar macht, konnten die Forschenden Muster erkennen, die von menschlichen Pathologen schwer zu erfassen sind. Das KI-Modell zeigte dabei eine hohe Übereinstimmung mit den Ergebnissen der Pathologen und verbesserte die Genauigkeit der Prognosen. 

"Unsere Analyse zeigt, dass billige und einfach zu beschaffende Chromatinbilder in Verbindung mit leistungsstarken KI-Algorithmen genügend Informationen liefern, um zu untersuchen, wie sich der Zellzustand und die Gewebeorganisation beim Übergang von DCIS zu IDC verändern, um das Krankheitsstadium genau vorherzusagen", erklärt Caroline Uhler vom MIT. 

Die Ergebnisse der Studie zeigen, dass künstliche Intelligenz in Verbindung mit Chromatinbildern eine vielversprechende Methode sein könnte, um Brustkrebs präziser zu charakterisieren. Besonders hervorzuheben ist, dass diese Technik kostengünstig und relativ leicht umsetzbar ist. Sie bietet damit das Potenzial, das Staging von Brustkrebs auch in weniger spezialisierten Kliniken zu verbessern und die Unsicherheit bei Therapieentscheidungen zu verringern. 

Doch bevor diese Methode in der klinischen Praxis eingesetzt werden kann, sind weitere Studien erforderlich. Dazu zählen Langzeitbeobachtungen von DCIS-Patientinnen sowie Tests zur Zuverlässigkeit und Sicherheit des Ansatzes. Erst wenn diese weiteren Untersuchungen positive Ergebnisse liefern, könnte die Methode flächendeckend in die medizinische Versorgung integriert werden. 

MEDICA.de; Quelle: Pail Scherrer Institut (PSI)