Leberkrebs: Neues Analyseverfahren verhilft zu kürzeren Operationszeiten

Bei der Analyse von der Leber entnommener Proben kann die Identifizierung von Anomalien mit Unterstützung durch Künstliche Intelligenz (KI) aufwendige histologische Untersuchungen reduzieren. Das berichten Forschende von Fraunhofer Austria.

Die histopathologische Analyse von Gewebe, dass bei einer Krebsoperation der Tumor vollständig aus dem betroffenen Organ ‒ beispielsweise der Leber ‒ entfernt worden ist, kostet Zeit: Die Patienten bleiben währenddessen in Narkose, das OP-Personal ist gebunden, und mit jeder Minute steigt das Risiko für Komplikationen. In einem Forschungsprojekt konnte nun gezeigt werden, dass die Kombination von optischer Kohärenztomographie (OCT) mit KI-basierter Anomalie-Erkennung schnelle und gute Ergebnisse bei der Analyse von aus der Leber stammendem Gewebe liefert. Den Wissenschaftlern zufolge könnte ein solches Vorgehen in Zukunft den Prozess beschleunigen. Die Ergebnisse der neuen Studie wurden kürzlich in „Scientific Reports“ veröffentlicht.

3D-Blick ins Innere

Die OCT kommt häufig in der Augenheilkunde zum Einsatz: Innerhalb weniger Sekunden entstehen 3D-Darstellungen des jeweiligen Bereiches. An der Uniklinik Aachen kam man daher auf die Idee, die bewährte Technik zu nutzen, um während der Tumor-Operation Bilder des Gewebes anzufertigen. Noch nie zuvor, so schreibt Fraunhofer Austria Research in einer aktuellen Mitteilung, sei diese Methode auf diesem Gebiet angewendet worden. Gemeinsam mit dem Fraunhofer-Institut für Produktionstechnologie IPT wurden 173 Scans von 69 Patienten– vorerst noch unter Laborbedingungen – zu Testzwecken angefertigt. Darunter befanden 88 Scans von gesundem Gewebe und 85 von verschiedenen Krebsarten.

Erstmals KI-basierte Anomalie-Erkennung in der Lebergewebe-OCT

Nun wurde die neuartigen Daten mit einer Methode aus dem Bereich des Machine Learning ausgewertet, die im Vergleich zu den bisher angewandten Methoden ein weitaus schnelleres Training der KI ermöglicht: mittels Anomalie-Erkennung. Insbesondere dann, wenn mehr gesunde Proben als bösartige vorliegen, eignet sich diese Methode gut.

Dr. Ulrich Krispel, Experte für Anomalie-Erkennung bei Fraunhofer Austria, sagt: „Das Besondere an dieser Methode ist, dass für das Training dieser KI nur Gutdaten benötigt werden, also Aufnahmen von gesundem Gewebe. Die Methode erkennt dann Abweichungen von der Norm sehr zuverlässig. Wir haben mit den verfügbaren Daten eine durchschnittliche Korrektheit von 81 Prozent erreicht und dadurch gezeigt, dass die Anomalie-Erkennung gut als Entscheidungshilfe in diesem Fall geeignet ist. Unsere Arbeit hat den ‚proof of concept‘ erbracht.“

Laut der Fraunhofer Austria Research handelt sich bei dieser Arbeit um die erste Anwendung von KI-basierter Anomalie-Erkennung in der Untersuchung von OCT-Aufnahmen von Gewebe aus der Leber.

Ergebnis in Sekunden

Nach wenigen Sekunden Rechenzeit ist zu erkennen, ob auf den Aufnahmen gesundes Gewebe oder ein Gewebe mit Tumor zu sehen ist. So kann die Entscheidung über das weitere Vorgehen in der Operation rasch getroffen werden.

Ob die Einstufung korrekt ist, kann man dann wie gewohnt durch eine histologische Untersuchung überprüfen. Laut den Ergebnissen der Studie ist zu erwarten, dass sich die Klassifikation je nach Krebsart in den allermeisten Fällen bestätigt: Eine Krebsart wird mit 94,3 Prozent Korrektheit sehr gut erkannt, eine weitere mit 84,5 Prozent und eine dritte mit 65,9 Prozent.

PD Dr. Iakovos Amygdalos, der Mediziner am Uniklinikum Aachen, der die Idee zur Erprobung von OCT in diesem Fachgebiet hatte, ist mit den ersten Ergebnissen zufrieden: „Ich denke dieser Ansatz bietet großes Potenzial für die Entwicklung eines schnellen und präzisen intraoperativen Diagnosewerkzeugs zur Charakterisierung verdächtiger Leberläsionen. So könnte man in Zukunft die Operation deutlich verkürzen, das Personal entlasten und den Eingriff patientenfreundlicher machen.“

Die Umsetzung im Operationssaal statt wie bisher unter Laborbedingungen wird nun Gegenstand weiterer Forschungen sein. Caroline Girmen vom Fraunhofer IPT sagt: „Mit diesem Projekt haben wir den Grundstein dafür gelegt, OCT als intraoperatives Bildgebungsverfahren für die Leberchirurgie zu etablieren. Die nächsten Schritte werden sein, die Technologie unter realen OP-Bedingungen zu erproben und die Sensorik so zu miniaturisieren, dass sie sich langfristig nahtlos in den chirurgischen Workflow integriert und ergänzend zur histopathologischen Untersuchung funktioniert.“