KI wird die Medizinbranche verändern, da neues KI-Modell Lungenkrebsgewebe in wenigen Minuten erkennt

Ein Team von Ingenieuren der Medizinischen Fakultät der Universität zu Köln und des Universitätsklinikums Köln hat ein KI-Modell vorgestellt, das bei der Erkennung helfen kann

Lungenkrebs ist eine der tödlichsten Krankheiten der Welt und fordert im Jahr 2023 schätzungsweise 1,3 Millionen Menschen das Leben. Nicht-kleinzelliger Lungenkrebs (NSCLC) macht mehr als 80 % aller Lungenkrebserkrankungen aus ist durch die Entwicklung bösartiger Tumoren im Lungengewebe im Laufe der Zeit gekennzeichnet.

Um die Tumore zu entfernen, bevor sie das umliegende Gewebe zerstören, müssen sich die Patienten intensiven und entwässernden Behandlungen unterziehen, die durchschnittlich über 68.000 US-Dollar kosten können. Trotz frühzeitiger Diagnose und Behandlung bleibt die Sterblichkeitsrate bei Lungenkrebs hoch. Daher ist eine genaue Diagnose neben der Prävention von entscheidender Bedeutung.

Pathologische Untersuchungen sind die wichtigste Methode, mit der Onkologen Lungenkrebsgewebe erkennen. Während dieses Prozesses sammeln medizinische Fachkräfte mit Hämatoxylin und Eosin (H&E) gefärbte Gewebeproben. Diese Proben werden dann von Onkologen überprüft, um das Vorhandensein von Tumorzellen festzustellen, die sie in Verbindung mit Ihren Daten und Ihrer Genetik verwenden, um eine wirksame Behandlung individuell anzupassen.

Während die ersten Schritte der Gewebeentnahme in der Onkologie seit Jahrzehnten weitgehend unverändert geblieben sind, wurden die Art und Weise und Mittel, mit denen die Daten verarbeitet werden, auf ein digitales Format umgestellt. Digitale Pathologieplattformen machen es für Forscher überflüssig, Zellen durch Mikroskope zu betrachten und stattdessen Computermonitore zu verwenden.

Die Digitalisierung der Pathologie hat einige ernsthafte Vorteile mit sich gebracht, darunter die Möglichkeit, Software in den Entdeckungsprozess zu integrieren. Heutzutage verwenden die meisten Experten eine Form der digitalen Lungengewebeanalyse, um Ihren Zustand zu bestimmen. In den kommenden Jahren wird künstliche Intelligenz manuell bediente Softwaresysteme als primäre Methode zur Bestimmung des Vorhandenseins von Lungenkrebs in Geweben ersetzen.

Modelle der künstlichen Intelligenz können die große Vielfalt histologischer Bilder nutzen und zusätzliche Informationen extrahieren, die menschliche Prüfer nicht erfassen können. Daher gibt es einen starken Druck, effektivere und zugänglichere KI-gestützte pathologische Systeme zu schaffen.

Eine kürzlich in der Zeitschrift Cell Reports Medicine veröffentlichte Studie stellt neue KI-Algorithmen und eine rechnergestützte Pathologieplattform vor, die speziell für die NSCLC-Diagnose entwickelt wurde. Die Studie demonstriert eine Kombination neuer KI-Grundlagenmodelle und stellt den bislang größten und relevantesten Datensatz dar. Das System integriert einen detaillierten Mehrklassen-Gewebedatensatz, der Bilder ganzer Objektträger mit wichtigen Details wie Lungenadenokarzinom und Plattenepithelkarzinomen enthält. Bemerkenswerterweise integrierte das KI-Modell mehr als 4.000 Objektträger von 1.527 Patienten und wurde von einer internationalen Kohorte von Lungenkrebsforschungsanbietern abgeleitet.

In der Testphase der Forschung wurden die Ergebnisse der Gewebeproben mit den Meinungen von Pathologen verglichen, um die Qualität sicherzustellen. Dem Team war es wichtig, nur erklärbare, unabhängige und leistungsfähige Prognoseparameter zu verwenden, die aus H&E-gefärbten Gewebeproben abgeleitet wurden, um die Bestätigung der Ergebnisse zu erleichtern. Im Experiment wurden vier KI-Modelle verwendet. Jeder KI-Algorithmus wurde entwickelt, um verschiedene Klassen zu untersuchen und zu bestimmen, darunter epitheliale Tumorkomponenten, Tumorstroma, nekrotische Trümmer und Mucin. Das KI-System überprüfte die Live-Daten und verglich sie mit Bewertungen der tertiären Lymphoidstruktur und der Nekrose innerhalb des Modells, um Ähnlichkeiten zu finden.

Die Ergebnisse zeigten, dass der Algorithmus sehr genau und schneller war als andere Methoden zur Bestimmung von Lungenkrebstumoren. Das Team demonstrierte eine Genauigkeit von 0,89, wobei viele der Ungenauigkeiten auf optische Probleme im Zusammenhang mit Pixeln und nicht auf die Erkennungsfähigkeiten des KI-Algorithmus zurückzuführen sind. Ein KI-gestütztes System zur Erkennung von Lungenkrebs bringt dem Markt mehrere Vorteile. Einerseits können diese kostengünstigen Alternativen in abgelegenen Regionen eingesetzt werden, in denen größere, spezialisiertere Geräte und Fachkräfte nicht verfügbar sind. Als solche könnten sie dazu beitragen, einen ausgewogeneren und zugänglicheren Behandlungsprozess zu schaffen.

Einer der Hauptvorteile des KI-Systems besteht darin, dass es vollständig automatisiert ist. Gewebeproben werden vom System gescannt, angezeigt, getestet und Behandlungsempfehlungen ausgesprochen. Durch die Verkürzung der Diagnosezeiten können Patienten den Behandlungsbedarf und die Behandlungskosten senken. Ein weiterer wichtiger Grund, warum diese Studie viele Fachleute begeistert, besteht darin, dass sie die Tür für die Entwicklung neuer Datenerfassungsmethoden öffnet.

KI-Algorithmen werden immer besser in der Lage, schwer erkennbare Muster und Zusammenhänge innerhalb von Datensätzen zu erkennen. Auf diese Weise wird dieses System in der Lage sein, kontinuierlich aus alten und neuen von Patienten gesammelten Informationen zu lernen und so seine Fähigkeiten zu verbessern. Im Laufe der Jahre, in denen diese Krankheit erforscht wurde, wurden Millionen von Lungenkrebs-Gewebeproben entnommen. Diese Daten können einige Hinweise auf zukünftige Präventionsmethoden liefern, sobald sie in ein größeres KI-Modell eingegeben werden, das schwer zu erkennende Muster und damit verbundene Vorkommnisse bestimmen kann.

Ein weiterer großer Vorteil sind bessere Behandlungen. Dieses System ermöglicht es medizinischem Fachpersonal, in Rekordzeit optimierte und personalisierte Behandlungen für ihre Patienten zu erstellen. Die Diagnose von Lungenkrebs ist von entscheidender Bedeutung, um die Ausbreitung der Krankheit zu verhindern und die Sterblichkeitsrate der Patienten zu senken. In Zukunft könnten diese Systeme bei Ihnen zu Hause aufgestellt oder sogar an Einzelpersonen oder kleine Kliniken vermietet werden. Dieses Manöver würde die Tür für eine weltweite Einführung öffnen und gleichzeitig Fehldiagnosen, Reiseaufwand und Kosten für alle Beteiligten reduzieren.

Das Forschungsteam für das Projekt wurde von Dr. Yuri Tolkach und Professor Dr. Reinhard Büttne vom Institut für Allgemeine Pathologie und Pathologische Anatomie der Universitätsklinik Köln geleitet. Ermöglicht wurde das Projekt durch Fördermittel des Landes NRW und des Bundesministeriums für Bildung und Erziehung

Das obige ist der detaillierte Inhalt vonKI wird die Medizinbranche verändern, da neues KI-Modell Lungenkrebsgewebe in wenigen Minuten erkennt. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!