Melanom: Künstliche Intelligenz verbessert die Interpretation von Gewebeproben

Die Untersuchung von Gewebeproben aus Hautkrebstumoren kann durch ein KI-gestütztes Tool deutlich verbessert werden. Dies belegt eine Studie unter Leitung des Karolinska Institutet in Zusammenarbeit mit Forschern der Yale University.

Es ist bereits bekannt, dass tumorinfiltrierende Lymphozyten (TILs) einen wichtigen Biomarker bei verschiedenen Krebsarten, darunter das maligne Melanom, darstellen. TILs sind Immunzellen, die sich im oder in der Nähe des Tumors befinden und die Immunantwort des Körpers auf den Krebs beeinflussen. Beim malignen Melanom spielt das Vorhandensein von TILs sowohl für die Diagnose als auch für die Prognose eine Rolle, wobei eine hohe Präsenz als günstig gilt. Ein wesentlicher Bestandteil der pathologischen Arbeit beim malignen Melanom ist die Schätzung der TIL-Menge. Forschende des Karolinska Institutet haben nun untersucht, wie sich die pathologischen Beurteilungen durch ein auf die Quantifizierung von TILs trainiertes KI-Tool verändern.

Die Studie umfasste 98 Pathologen und Forschende anderer Fachrichtungen, die in zwei Gruppen eingeteilt wurden. Eine Gruppe bestand ausschließlich aus erfahrenen Pathologen, die wie gewohnt digitale Bilder gefärbter Gewebeschnitte betrachteten und die TIL-Menge nach aktuellen Leitlinien schätzten. Die zweite Gruppe setzte sich aus Pathologen und Forschenden anderer Disziplinen zusammen, die alle Erfahrung in der Beurteilung pathologischer Bilder hatten. Auch sie betrachteten die Bilder wie üblich, wurden jedoch durch eine KI unterstützt, die die TIL-Menge quantifizierte.

Alle Teilnehmenden beurteilten 60 Gewebeschnitte, die von Patienten mit malignem Melanom stammten. Die Studie war retrospektiv angelegt, das heißt, die Bilder zeigten Proben von Patienten, deren Diagnose und Behandlung bereits feststanden.

Künstliche Intelligenz verbessert Beurteilung

Die mit KI-Unterstützung durchgeführten Beurteilungen waren den herkömmlichen in mehreren Aspekten überlegen. Insbesondere war die Reproduzierbarkeit sehr hoch – die Ergebnisse waren unabhängig vom jeweiligen Untersucher nahezu identisch. Dies ist bedeutsam, da die Einschätzung der TILs bislang je nach Untersucher variieren kann, was die medizinische Sicherheit beeinträchtigt. Die KI-gestützten Beurteilungen lieferten zudem ein genaueres Bild der Krankheitsprognose der Patienten – da die Studie retrospektiv war, existierte eine „richtige Antwort“ zum Vergleich, die den Beurteilenden jedoch nicht bekannt war.

„Das Verständnis des Schweregrads einer Erkrankung anhand von Gewebeproben ist unter anderem für die Festlegung der Behandlungsintensität entscheidend. Wir verfügen nun über ein KI-basiertes Tool, das den TIL-Biomarker quantifizieren kann und künftig bei Therapieentscheidungen unterstützen könnte. Allerdings sind weitere Studien erforderlich, bevor dieses KI-Tool in der klinischen Praxis eingesetzt werden kann. Die bisherigen Ergebnisse sind jedoch vielversprechend und deuten darauf hin, dass es ein sehr nützliches Instrument in der klinischen Pathologie werden könnte“, so Balazs Acs vom Karolinska Institutet.