KI erkennt Typ-2-Diabetes anhand Bauchspeicheldrüseproben

mg
Grafische Darstellung einer Person auf blauem Hintergrund mit der Bauchspeicheldrüse im Fokus und Beschriftung der einzelnen Alpha-, Beta- und Delta-Zellen
In den Langerhans-Inseln produzieren Alpha-, Beta- und Delta-Zellen Hormone, die die Blutglukose regulieren. © DDZ, Bild mithilfe von BioRender.com erstellt
Newsletter­anmeldung

Bleiben Sie auf dem Laufenden. Der MT-Dialog-Newsletter informiert Sie jede Woche kostenfrei über die wichtigsten Branchen-News, aktuelle Themen und die neusten Stellenangebote.

Formularfelder Newsletteranmeldung

* Pflichtfeld

Eigentlich wird Typ-2-Diabetes anhand der Blutwerte diagnostiziert, obwohl die Veränderungen in der Bauchspeicheldrüse stattfinden. KI zeigt, dass man das Gewebe unterscheiden kann.

Der Fokus bei Typ-2-Diabetes lag auf den Beta-Zellen und zur Diagnostik auf erhöhten Blutglukosewerten. In den sogenannten Langerhans-Inseln der Bauchspeicheldrüse werden Hormone produziert, welche die Blutglukose regulieren. Zu den Produzenten gehören sogenannte Beta-Zellen, doch auch Alpha- und Delta-Zellen sind Teil dieser Zellverbände sowie Blutgefäße, Fettzellen, Nervenfasern und Bindegewebe. Alpha-Zellen produzieren ein blutglukosesteigerndes Hormon, Glukagon, und Delta-Zellen bremsen die Ausschüttung von Insulin und Glukagon. Das Zusammenspiel all dieser Zellen und Unterschiede ließen sich unter dem Mikroskop schwer erkennen, doch mithilfe maschinellen Lernens lassen sich Unterschiede erkennen und erklärbar nachvollziehen.

Nachvollziehbare Ergebnisse

Mithifle von 100 Proben von Gewebeabschnitten der Bauchspeicheldrüse wurde einer der umfangreichsten Datensätze aufgebaut. Die Proben stammen aus Operationen an der Bauchspeicheldrüse aus den unterschiedlichsten Gründen und enthalten daher Personen mit Typ-2-Diabetes und ohne. Ein Modell wurde anhand dieser Datensätze mithilfe maschinellen Lernens angelernt und kann mit hoher Genauigkeit Menschen mit und ohne Typ-2-Diabetes unterscheiden sowie deren Diabetesstatus vorhersagen. Der Vorteil: Das System erklärt seine Entscheidungen und markiert die relevanten Bildbereiche.

Dadurch können die Ergebnisse statistisch und biologisch geprüft werden. Mit der Erkenntnis, dass neben den Beta-Zellen auch die Alpha- und Delta-Zellen sowie die Fettzellen eine wichtige Rolle spielen. Alle Zellen treten in anderer Position und Verteilung auf, die Fettzellen siedeln sich häufiger näher an den Langerhans-Inseln an, was deren Funktion beeinträchtigen könnte. „Die Erkenntnisse liefern uns konkrete Ansatzpunkte für weitere Untersuchungen. Denn wenn wir die strukturellen Krankheitsmechanismen verstehen und wissen, welche Prozesse die Erkrankung antreiben, können wir gezielter neue Therapien entwickeln“, erklärt Prof. Robert Wagner, einer der Initiatoren des Projekts. 

Das gesamte mikroskopische Netzwerk der Bauchspeicheldrüse ist von Relevanz, nicht nur die Beta-Zellen. Damit andere Forschende von den Ergebnissen profitieren und weiterentwickeln können, haben die Studienautoren den vollständigen Code für die Bildvorverarbeitung, das Modelltraining und erklärende Analysen in die Publikation gestellt. 

Literatur:
Klein, L., Ziegler, S., Gerst, F., Morgenroth, Y., et al.: Explainable AI-based analysis of human pancreas sections identifies traits of type 2 diabetes. Nature Communications 2026, DOI: 10.1038/s41467-026-69295-2.

Quelle: idw

Artikel teilen

Online-Angebot der MT im Dialog

Um das Online-Angebot der MT im Dialog uneingeschränkt nutzen zu können, müssen Sie sich einmalig mit Ihrer DVTA-Mitglieds- oder Abonnentennummer registrieren.

Stellen- und Rubrikenmarkt

Möchten Sie eine Anzeige in der MT im Dialog schalten?

Stellenmarkt
Industrieanzeige