Mit Hilfe einer Biotinte aus Alginat und menschlichen Zellen haben Forschende der Technischen Universität (TU) Berlin und weiterer Einrichtungen ein dreidimensionales Modell einer Krebsmetastase in gesundem Gewebe ausgedruckt. Sie verwendeten dafür einen handelsüblichen Biodrucker, so dass ... mehr
Maschinelles Lernen verbessert die Krebs-Diagnostik
Forschern der Charité – Universitätsmedizin Berlin und des Deutschen Krebskonsortiums (DKTK) ist es gelungen, ein langjähriges Problem der Diagnostik bei Patienten mit Kopf-Hals-Tumoren zu lösen. Zusammen mit Wissenschaftlern der TU Berlin entwickelten sie mithilfe von künstlicher Intelligenz ein neues Verfahren, das anhand chemischer Veränderungen der DNA die Herkunft von entartetem Gewebe ermittelt. Die Einführung des Verfahrens in die klinische Routine wird derzeit erprobt.
Mehr als 17.000 Menschen in Deutschland erkranken pro Jahr an Kopf-Hals-Tumoren, also Krebs in der Mundhöhle, dem Kehlkopf, der Nase oder anderen Bereichen an Kopf und Hals. Bei einem Teil dieser Patienten entwickelt sich zusätzlich ein Lungentumor. „Hier lässt sich in den allermeisten Fällen nicht sicher entscheiden, ob es sich um eine Streuung – eine sogenannte Metastase – des Kopf-Hals-Tumors handelt oder um einen zweiten Tumor, also ein Lungenkarzinom“, erklärt Prof. Dr. Frederick Klauschen vom Institut für Pathologie der Charité. Zusammen mit Prof. Dr. David Capper vom Institut für Neuropathologie der Charité hat er die Studie geleitet. „Für die Therapie der Betroffenen hat diese Unterscheidung jedoch große Bedeutung“, betont Prof. Klauschen. „Während lokal begrenzte Lungenkarzinome mittels einer Operation potenziell geheilt werden können, haben Patienten mit einem metastasierten Kopf-Hals-Tumor eine deutlich schlechtere Überlebenschance und benötigen beispielsweise eine Radiochemotherapie.“
Normalerweise greifen Pathologen zur Unterscheidung zwischen Metastase und Zweittumor auf etablierte Methoden wie die Analyse der Feinstruktur des Tumors sowie den Nachweis charakteristischer Eiweiße im Gewebe zurück. Da Kopf-Hals-Tumoren und Lungenkarzinome hier jedoch große Ähnlichkeit zeigen, liefern diese Untersuchungen in einem Großteil der Fälle kein eindeutiges Ergebnis. „Um dieses Problem zu lösen, analysierten wir Gewebeproben hinsichtlich einer speziellen chemischen Veränderung der DNA, der sogenannten Methylierung“, erläutert Prof. Capper, der wie auch Prof. Klauschen wissenschaftliches Mitglied des DKTK am Standort Berlin ist. „Aus früheren Studien wissen wir, dass das Methylierungsmuster von Krebszellen sehr stark davon abhängig ist, aus welchem Organ der Tumor abstammt.“
Um diese Information nutzbar zu machen, wendete die Forschungsgruppe in Kooperation mit Prof. Dr. Klaus-Robert Müller, Professor für Maschinelles Lernen an der TU Berlin, Methoden der künstlichen Intelligenz an. Anhand von Methylierungsdaten mehrerer hundert Kopf-Hals- und Lungentumoren trainierten sie ein tiefes neuronales Netzwerk so, dass es lernte, diese Tumorarten zu unterscheiden. „Unser neuronales Netzwerk ist nun in der Lage, Lungenkarzinome und Metastasen von Kopf-Hals-Tumoren in den meisten Fällen mit einer Genauigkeit von über 99 Prozent zu unterscheiden“, unterstreicht Prof. Klauschen. „Damit Patientinnen und Patienten mit Kopf-Hals-Tumoren und zusätzlichen Lungentumoren schnellstmöglich von den Ergebnissen unserer Studie profitieren, erproben wir derzeit an der Charité die Einführung dieses neuen diagnostischen Verfahrens in die klinische Routine. Dazu gehört auch, die neue Methode in einer prospektiven Studie zu validieren, um in Zukunft eine flächendeckende Anwendung für alle Betroffenen zu ermöglichen.“
Auch Prof. Müller, der das Berliner Zentrum für Maschinelles Lernen leitet und in diesem Rahmen mit den Wissenschaftlern der Charité kooperiert, freut sich über die Ergebnisse der Arbeit: „Künstliche Intelligenz spielt in unserem täglichen Leben, der Industrie sowie der naturwissenschaftlichen und medizinischen Forschung eine zunehmend wichtige Rolle. Gerade in der Medizin ist der Einsatz von künstlicher Intelligenz aber besonders komplex, daher kommen Forschungsergebnisse bislang nur selten direkt bei den Patientinnen und Patienten an. Das könnte sich jetzt ändern.“
- Diagnostik
- Krebsdiagnostik
- Kopf-Hals-Tumore
- künstliche Intelligenz
- Krebs
- DNA-Methylierung
- maschinelles Lernen
-
News
Von der Natur gelernt: Biosensoren aus Zellulose
Elektroenzephalografie (EEG), Elektrokardiografie (EKG), Elektromyografie (EMG) – all diese nichtinvasiven medizinischen Diagnosemethoden beruhen darauf, dass eine Elektrode elektrische Signale oder Spannungsschwankungen der Muskel- oder Nervenzellen unter der Haut misst und diese aufzeichn ... mehr
KI-basiertes Analyse-System für die Brustkrebsdiagnose entwickelt
Wissenschaftler der TU Berlin und der Charité – Universitätsmedizin Berlin sowie der Universität Oslo haben ein neues Analyse-System für die Brustkrebsdiagnostik anhand von Gewebeschnitten entwickelt, das auf Künstlicher Intelligenz (KI) beruht. Zwei Weiterentwicklungen machen das System ei ... mehr
-
News
Corona: Neue Einblicke in die Antikörper-Reaktion gegen Virusvarianten
Forschende der Charité – Universitätsmedizin Berlin und des Deutschen Zentrums für Neurodegenerative Erkrankungen (DZNE) präsentieren im Wissenschaftsjournal Science neue Erkenntnisse über die Immunreaktion gegen SARS-CoV-2. Ihre Studie beruht auf Untersuchungen von Antikörpern, die infolge ... mehr
Modell des maschinellen Lernens nutzt Bluttests zur Vorhersage des Überlebens von COVID-19-Patienten
Eine einzige Blutprobe eines schwerkranken COVID-19-Patienten kann von einem maschinellen Lernmodell analysiert werden, das Blutplasmaproteine verwendet, um das Überleben vorherzusagen, und zwar Wochen vor dem Ergebnis. Dies geht aus einer neuen Studie von Florian Kurth und Markus Ralser vo ... mehr
Krebszellen auf der schiefen Bahn
Ein Tumor besteht aus zahlreichen Zelltypen mit verschiedenen Eigenschaften. Die Unterschiede zwischen einzelnen Krebszellen bestimmen die Entwicklung der Krankheit, aber auch die Wirkung von zielgerichteten Therapien. Einem Forschungsteam der Charité – Universitätsmedizin Berlin und des De ... mehr
- 1Nanosensor spürt Pestizide auf Obst in Minutenschnelle auf
- 2Schleim könnte erklären, warum sich SARS-CoV-2 nicht leicht über Oberflächen verbreitet
- 3Leistungsstärkstes Dual-Comb-Spektrometer entwickelt
- 4KI identifiziert Krebszellen
- 5Stäbchen in der Nase war gestern
- 6Neues Licht auf Zellmembranen
- 7Neue Methode revolutioniert Krebsdiagnose
- 8Neues Verfahren revolutioniert die Herstellung von Mikrofluidiksystemen
- 9Vor-Ort Frischeprüfung von Lebensmitteln
- 10Mit Künstlicher Intelligenz die „Fingerabdrücke“ von Molekülen errechnen
- Mikroskopietechnik ermöglicht 3D-Bildgebung mit Superauflösung im Nanometerm ...
- Ozean als Quelle für Naturstoffe angezapft
- Erschnüffeln Ihrer Identität mit biometrischen Atemdaten
- Pflanzenstress wird zum Schnelltest für gefährliche Chemikalien
- Durchbruch: Erstmals Bluttest für Parkinson in Aussicht
- Mikroskopietechnik ermöglicht 3D-Bildgebung mit Superauflösung im Nanometermaßstab
- Deutsche Analysen-, Bio- und Labortechnik setzt Erholungskurs fort und erwartet deutliches Wachstum
- Durchbruch: Erstmals Bluttest für Parkinson in Aussicht
- Das Navi im Spermienschwanz: Proteine im Zick-Zack-Muster halten Spermien auf Kurs
- Was ein Teebeutel über das Insektensterben erzählen kann