KI: verborgene Informationen histologischer Gewebeschnitte

mg
Gewebeschnitt von Darmkrebszellen
© lukszczepanski/stock.adobe.com
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

Auch in der Pathologie eröffnen die Digitalisierung und der Einsatz künstlicher Intelligenz immer mehr neue Möglichkeiten. Für die Krebsdiagnostik entwickelte ein Team der Pathologie der Uniklinik Köln einen neuen KI-Ansatz, um verborgene biologische Informationen aus Gewebeschnitten gewinnen zu können.

Den neuen Ansatz SPARK (System of Pathology Agents for Research and Knowledge) entwickelte die Pathologie der Uniklinik Köln gemeinsam mit der Medizinischen Fakultät der Universität zu Köln. In einer aktuellen Studie testeten sie das neue autonome agentenbasierte System und ob es klinisch relevante Gewebemarker identifizieren kann, unter anderem, um den Krankheitsverlauf zu überprüfen.

Kombinierte KI-Systeme

Um die Grenzen klassischer KI-Ansätze zu erweitern, die hauptsächlich Gewebe segmentieren und einzelne Zellen im Tumormilieu analysieren, verknüpften die Forschenden in SPARK mehrere spezialisierte Algorithmen zu einem koordinierten System. Dieses kann eigenständig Hypothesen aufstellen, verfeinern und auch in analytische Werkzeuge umsetzen. Das ganze funktioniert, ohne dass diese Systeme neu antrainiert werden mussten. Als universelle Schnittstelle wird Sprache genutzt, wodurch flexibel und intuitiv mit komplexen Bilddaten gearbeitet werden kann. Eine sprachbasierte Analyse kann dann anzeigen, ob eine Immuntherapie wirken wird oder nicht.

Die Forschenden testeten SPARK an mehr als 5400 Datensätzen von Patientinnen und Patienten aus unterschiedlichen Kohorten zu fünf verschiedenen Tumorentitäten. Das System konnte klinisch relevante und biologisch fundierte Gewebemarker identifizieren, die unter anderem mit dem Krankheitsverlauf in Zusammenhang stehen. Außerdem zeigte SPARK pathologische Parameter auf und das Ansprechen auf die Therapie. Auch aus statischen Gewebeschnitten konnte SPARK Rückschlüsse auf die zeitliche Entwicklung der Tumoren ziehen.

Personalisierte Onkologie

„SPARK trägt dazu bei, Diagnosen zu präzisieren, Patientinnen und Patienten zuverlässiger zu stratifizieren und Therapieentscheidungen gezielter zu treffen. Insbesondere im Bereich der personalisierten Onkologie eröffnet sich die Möglichkeit, Therapien stärker an die individuellen biologischen Eigenschaften eines Tumors anzupassen und so die Behandlungsergebnisse zu verbessern“, fasst PD Dr. Yuri Tolkach von der Uniklinik Köln die Ergebnisse zusammen.

Um den vollen Nutzen zu validieren, sei eine prospektive Studie im klinischen Alltag notwendig. Ein Vorteil des Systems sei jedoch die Zugänglichkeit. Auch ohne vorherige Programmierkenntnisse könnten Forschende sowie Ärztinnen und Ärzte Analyseansätze entwickeln. Alle entwickelten Methoden, Parameter und Ergebnisse wurden offen zugänglich gemacht, um die Weiterentwicklung durch die wissenschaftliche Gemeinschaft aktiv zu fördern. „Mit SPARK verfolgen wir das Ziel, die Pathologie von einer primär deskriptiven Disziplin hin zu einer datengetriebenen, prädiktiven Wissenschaft weiterzuentwickeln – und damit einen entscheidenden Beitrag zur Präzisionsmedizin in der Onkologie zu leisten“, erläutert Prof. Dr. Reinhard Büttner, Direktor des Instituts für Allgemeine Pathologie und Pathologische Anatomie.

Literatur:
Trost F, Zhang B, Aring I. et al.: An agentic framework for autonomous scientific discovery in cancer pathology. Nat Med (2026); DOI: 10.1038/s41591-026-04357-y.

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