KI als Schlüssel zu einer intelligenteren, auf Patientinnen ausgerichtete Brustkrebsversorgung
Das Brustkrebs-Screening umfasst in der Regel eine Mammografie, bei hohem Risiko oft gefolgt von einer Ultraschall- oder MRT-Bildgebung. Diese Verfahren können jedoch eine hohe Rate an falsch-positiven Ergebnissen liefern, was zu unnötigen Folgeuntersuchungen führt, oder aber eine hohe Rate an falsch-negativen Ergebnissen, was die Diagnose verzögert. Verdächtige Befunde führen außerdem oft zu unangenehmen und kostspieligen Biopsien, wonach sich viele Abnormalitäten als gutartig erweisen. Auch nach der Behandlung stützen sich die Risikobewertungen für das Wiederauftreten von Krebs wieder auf diese ungenauen Methoden. „Der derzeitige Ansatz ist im Grunde eine universelle Methode, die nicht auf das individuelle Risiko zugeschnitten ist. Wir brauchen genauere, nicht-invasive und personalisierte Möglichkeiten der Brustkrebserkennung und -prognose“, sagt Domènec Puig von der Universitat Rovira i Virgili(öffnet in neuem Fenster), der das Projekt BosomShield(öffnet in neuem Fenster) koordiniert.
Internationale und interdisziplinäre Zusammenarbeit
Um solche Optionen zu entwickeln, hat BosomShield, unterstützt über die Marie-Skłodowska-Curie-Maßnahme(öffnet in neuem Fenster), ein KI-basiertes System der Computerassistierten Detektion(öffnet in neuem Fenster) (CAD) entwickelt, das in der Lage ist, mehrere Datenquellen – radiologische Bilder, histopathologische Präparate und klinische Aufzeichnungen – zu analysieren und so die Frühdiagnose, die Behandlungsplanung und die Rezidivprognose zu verbessern. „Das Ziel ist es, Kliniker mit einer erklärbaren, multimodalen Rezidivprognose zu unterstützen, die sich nahtlos in die IT-Systeme von Krankenhäusern einfügt“, erklärt Hatem Rashwan, ebenfalls von der Universitat Rovira i Virgili und Co-Hauptforscher von BosomShield. Die internationale und interdisziplinäre Zusammenarbeit war ein zentraler Aspekt des Projekts. Zehn Promovierende aus Europa erhielten eine erstklassige Ausbildung von zwei US-amerikanischen Partnern – der University of Texas Health Science Center at Houston und General Electric. Diese Stellen ermöglichten den Zugang zu klinischen Arbeitsabläufen und Dateninfrastrukturen, die sich von den in der EU verwendeten unterscheiden,sowie die Nutzung modernster KI, digitaler Pathologie und medizinischer Bildgebung. „Erkenntnisse aus unterschiedlichen Gesundheitssystemen, Datenstandards und rechtlichen Rahmenbedingungen sind von unschätzbarem Wert für den Aufbau interoperabler und ethischer KI-Lösungen“, fügt Puig hinzu. „Der vielleicht größte Beitrag der amerikanischen Partner bestand darin, dass sie praktische Erkenntnisse aus der translationalen Medizin vermittelten, etwa wie man von Forschungsprototypen zur klinischen Umsetzung gelangt.“ Gleichzeitig konnten die Partner aus den USA von den europäischen klinischen Erfahrungen und Daten profitieren.
Brustkrebs-Management-Plattform der nächsten Generation
BosomShield entwickelte erfolgreich Prototypen, die den Grundstein für eine KI-gesteuerte Plattform der nächsten Generation für das Management von Brustkrebs legen könnten. Ein radiologisches Analysemodul setzt sich aus zwei KI-Modellen zusammen. Das erste Modell prognostiziert das Risiko eines Brustkrebsrezidivs mithilfe von Algorithmen des maschinellen Lernens, welche auf Merkmale aus Mammogrammen, MRT und Ultraschall angewendet werden. Als Alternative zur Biopsie bietet es auch Schätzungen zur Brustdichte, identifiziert aggressive Subtypen und klassifiziert molekulare Subtypen. Das zweite Modell prognostiziert „vollständiges pathologisches Ansprechen“(öffnet in neuem Fenster) (pCR), das vollständige Verschwinden von nachweisbarem Krebs auf der Grundlage multimodaler Bildgebung (MRT und CT-PET), und hilft den Klinikern, die Wirksamkeit der Therapie zu beurteilen sowie die Behandlungspläne anzupassen. Diese Modelle werden durch die Korrelation mit histopathologischen Daten angereichert. „Mithilfe von KI-Techniken können wir diese digitalen Dias wie Google Maps erkunden und interessante Punkte analysieren, beispielsweise Bereiche mit abnormalen Zellen oder Bereiche, in denen eine starke Immunreaktion ausgelöst wurde“, fügt Rashwan hinzu.
Innovationen für die Märkte in den USA und der EU
Anhand einer Reihe von Tests wurde die Leistung und Zuverlässigkeit der KI-Modelle und -Methoden von BosomShield bewertet. So wurde beispielsweise die Deep-Learning-Analyse von Mammogrammen verwendet, um Tumore zu erkennen und zu segmentieren. Die Position und die Grenzen eines Tumors wurden mit einer Genauigkeit von bis zu 98 % bestimmt. KI-Modelle, die zur Extraktion von radiologischen und morphologischen Merkmalen verwendet wurden, erzielten bei der Vorhersage von molekularen Subtypen aus Mammogrammen und MRT-Bildern eine Genauigkeit von 88 %. „Unsere Validierungen legen den Grundstein für ein klinisch einsetzbares, CE-gekennzeichnetes(öffnet in neuem Fenster) CAD-System, das einen wichtigen Beitrag zu Europas Plan gegen den Krebs(öffnet in neuem Fenster) leistet“, so Puig. Das Team bereitet derzeit ausgewählte Demos (wie etwa die Subtypvorhersage und die Schätzung des Rezidivrisikos) für die CE-Kennzeichnung in der EU vor. Gleichzeitig untersucht es die regulatorischen Wege für die https://www.fda.gov/ (FDA)-Zulassung in den USA untersucht. Diese Arbeit könnte den Partnern in der EU und in den USA neue kommerzielle Möglichkeiten eröffnen.
