KI erkennt Blutkrebs

Uni Bonn und DZNE veröffentlichen Machbarkeitsstudie über zellspezifische Genaktivitätsprofile

von
Anna
Engberg

Künstliche Intelligenz (KI) ist nicht nur bei der bildgebenden Diagnostik eine wichtige Entwicklung der Zukunft: sie spielt auch zunehmend eine Rolle bei der genetischen Zelldiagnostik.

Wie die Universität Bonn und das Deutsche Zentrum für Neurodegenerative Erkrankungen (DZNE) in einer gemeinsamen Pressemitteilung bekannt gegeben haben, lässt sich mittels KI jetzt eine der häufigsten Formen von Blutkrebs, die Akute Myeloische Leukämie (AML), sehr zuverlässig diagnostizieren.

DER HINTERGRUND

Die AML ist eine Form der Leukämie, die unbehandelt innerhalb weniger Wochen zum Tod führt und einer sofortigen Behandlung bedarf. Dabei verändern sich Knochenmarkszellen krankhaft und gelangen in das Blut.

Bei der Machbarkeitsstudie über diesen Typ Blutkrebs wurde nun nachgewiesen, dass künstliche Intelligenz die Genaktivität von den im Blut vorkommenden Zellen erfolgreich analysieren kann. Die Idee der Forscher am DNZE und der Universität Bonn ist deshalb, die traditionellen Diagnoseverfahren für AML durch KI und maschinelles Lernen zu ergänzen, um so frühzeitiger und kosteneffizienter zu Ergebnissen und damit auch zum Behandlungsbeginn zu gelangen.

Im Fachjournal iScience veröffentlichten die Forscher dazu ihre Ergebnisse: Demnach wurden die Ergebnisse aus zahlreichen Studien und Datensätzen ausgewertet. Auf Basis des vorhandenen Datenpools wurde dann ein „Transkriptom“, ein genaues Profil der Genaktivität, erstellt. Aus diesem können die Forscher ablesen, welche der Gene die einzelne Körperzelle aktiviert.

Die Forscher des DNZE und der Universität Bonn verwendeten für ihre Analyse mehr als 12.000 Blutproben aus 105 verschiedenen Studien, davon 4.100 Blutproben von AML-Erkrankten, und erstellten gentypische Aktivitätsmuster für gesunde und tumorbefallene Zellen. Es handelt sich damit um den bislang größten Datensatz für eine AML-Metastudie.

WAS GESAGT WURDE

„Das Transkriptom enthält wichtige Informationen über den Zustand von Zellen. Die klassische Diagnostik beruht jedoch auf anderen Daten. Wir wollten deshalb herausfinden, was eine Analyse des Transkriptoms mit Hilfe künstlicher Intelligenz, also mittels lernfähiger Algorithmen, leisten kann“, erklärte Prof. Joachim Schultze, Forschungsgruppenleiter am DZNE und Leiter der Abteilung Genomik und Immunoregulation an der Universität Bonn, das Vorgehen.

Die KI-Algorithmen wurden dann eingesetzt, um im Transkriptom krankheitstypische Muster mittels maschinellem Lernen zu identifizieren: „Uns war die Zuordnung aus den Originaldaten natürlich bekannt, der Software jedoch nicht. Insofern konnten wir die Trefferquote überprüfen. Diese lag bei einigen Verfahren oberhalb von 99 Prozent“, teilte der DZNE-Leiter mit. Nach Erprobung unterschiedlicher KI-Verfahren wurde schließlich der Algorithmus mit der höchsten Trefferquote ausgewählt.

DER GRÖSSERE TREND

Die Ergebnisse aus dem AML-Forschungsprojekt sollen Ärzte in Zukunft bei der Diagnose von AML unterstützen und dafür sorgen, dass Patienten schneller zum Facharzt überwiesen und behandelt werden. Zukünftig wolle man die KI-basierte zelldiagnostische Methode auch für Demenzerkrankungen anwenden, teilten die Forscher mit.

Weitere Informationen erhalten Sie HIER

Auch für Sie interessant

Your search returned no results.