„Virtuelle Biopsie“ ermöglicht nichtinvasive Analyse der Haut

Forschende der Stanford Medicine haben eine Methode entwickelt, bei der Laser eine hochauflösende, dreidimensionale Rekonstruktion der darin enthaltenen Zellen erstellen. Anhand dieser virtuellen Rekonstruktion können sie Schnittbilder anfertigen, die denen einer herkömmlichen Biopsie ähneln.

Die neue Methode könnte dazu verwendet werden, die Haut nichtinvasiv auf kranke Zellen zu untersuchen und auch bei Biopsien an anderen Stellen des Körpers schnelle Ergebnisse zu liefern. „Wir haben nicht nur etwas geschaffen, das die derzeitigen Pathologie-Objektträger für die Diagnose vieler Krankheiten ersetzen kann, sondern wir haben auch die Auflösung dieser Scans so stark verbessert, dass wir Informationen erkennen können, die sonst nur sehr schwer zu sehen wären“, so Adam de la Zerda von der Stanford University, USA.

„Dies hat das Potenzial, die Art und Weise zu verändern, wie wir Hautläsionen und -krankheiten in der Klinik diagnostizieren und überwachen“, fügte die Dermatologin und Mitautorin Kavita Sarin hinzu.

Die Methode wurde von Dr. Yonatan Winetraub entwickelt, einem ehemaligen Doktoranden im Labor von de la Zerda, der jetzt sein eigenes Forschungslabor in Stanford leitet, das sich zum Teil mit virtuellen Biopsien beschäftigt.

Forschende nutzen Optische Kohärenztomografie

Wenn ein Dermatologe oder Chirurg eine Biopsie aus dem Körper einer Person entnimmt – sei es aus der Haut, der Leber, der Brust oder anderswo – wird das Gewebe normalerweise an einen Pathologen geschickt, der das biopsierte Gewebe in dünne Schichten schneidet. Der Pathologe färbt jede Schicht mit Hämatoxylin und Eosin (HE) ein. Diese HE-Objektträger werden routinemäßig für die Diagnose von Krebs und anderen Krankheiten verwendet. Doch die Präparate sind arbeitsintensiv und nicht modifizierbar; ist eine Biopsie einmal in einer Ebene geschnitten, kann die Achse nicht mehr geändert werden, um eine andere Ansicht zu erhalten.

Seit fast einem Jahrzehnt erforschen de la Zerda und seine Kollegen neue Methoden mithilfe der Optischen Kohärenztomografie (OCT). Bei OCT-Scans wird gemessen, wie die Lichtwellen eines Lasers an einem Gewebe abprallen und so ein Abbild des Körperinneren erzeugen. Als de la Zerda und Winetraub die OCT-Scans so verbesserten, dass sie auch in anderen Organen als dem Auge funktionierten, benötigten sie eine Möglichkeit, die Genauigkeit ihrer Scans zu überprüfen.

„Wir haben die Qualität der Bilder immer weiter verbessert, sodass wir immer kleinere Details eines Gewebes erkennen konnten“, erklärt de la Zerda. „Und wir stellten fest, dass die OCT-Bilder, die wir erstellten, den HE-Bildern in Bezug auf die Darstellungsmöglichkeiten sehr ähnlich wurden.“

Vertraute Bilder dank Künstlicher Intelligenz

Die höhere Auflösung der OCT-Bilder eröffnete die Möglichkeit, die Methode zur Diagnose von Krankheiten einzusetzen, ohne HE-Bilder zu erstellen. Doch de la Zerda und seine Kollegen waren der Meinung, dass Kliniker OCT eher nutzen würden, wenn die Bilder vertraut aussähen.

„Jeder Arzt in einem Krankenhaus ist es gewohnt, HEs zu lesen, und es war uns wichtig, OCT-Bilder in etwas zu übersetzen, mit dem die Ärzte bereits vertraut sind – und nicht in eine völlig neue Art von Bild“, so de la Zerda. Winetraub wandte daher eine Künstliche Intelligenz (KI) an, um OCT-Scans in flache Bilder umzuwandeln, die HE-Objektträgern ähneln.

Für 199 Hautbiopsien, die am Stanford Hospital entnommen wurden, führte Winetraub einen OCT-Scan durch, bevor die Pathologen HE-Schnitte erstellten. Das Team entwickelte eine Methode, um molekulare Markierungen auf der Oberfläche der Biopsien anzubringen, sodass sie genau wissen konnten, wo im OCT-Scan jeder HE-Schnitt herkam. Anschließend verknüpfte Winetraub 1.005 dieser HE-Bilder mit den entsprechenden OCT-Bildern und gab sie in einen Algorithmus mit KI ein, der lernen konnte, wie man aus den OCT-Rohdaten genaue HEs erstellt.

„Die Einzigartigkeit dieser Arbeit liegt in der Methode, die wir entwickelt haben, um OCT- und HE-Bildpaare abzugleichen, sodass maschinelle Lernalgorithmen mit echten Gewebeschnitten trainieren können und Klinikern genauere virtuelle Biopsien zur Verfügung stehen“, so Winetraub.

Die Forschenden nahmen eine Feinabstimmung des KI-Programms vor, indem sie ihm weitere 553 Paare von HE- und OCT-Bildern zeigten, bevor sie es an neuen OCT-Bildern testeten. Als drei Stanford-Dermatologen zufällige Zusammenstellungen von echten HE-Bildern und solchen, die aus OCT-Scans erstellt wurden, analysierten, konnten sie zelluläre Strukturen mit einer ähnlichen Rate erkennen. Aus einem einzigen OCT-Bild kann eine beliebige Anzahl von HE-Bildern erstellt werden, wobei die dreidimensionale Rekonstruktion praktisch in jede Richtung geschnitten wird.

Auf dem Weg zu nichtinvasiven Biopsien

„Stellen Sie sich vor, wir könnten den Ärzten die Möglichkeit geben, direkt im Raum mit dem Patienten eine OCT-Kamera herauszunehmen und – anstatt den Patienten an Dutzenden von Stellen aufzuschneiden – die Zellen im Inneren jedes Muttermals abzubilden“, so de la Zerda. Auch wenn HE-Bilder von einer OCT-Kamera im Operationssaal erstellt werden könnten, um sofort festzustellen, ob noch Krebszellen nach der Entfernung von Brusttumoren vorhanden sind, könnten Folgeoperationen vermieden werden.