QuIP: Ankündigung Prototypischer Ringversuch BRAF V600E Mutation beim metastasierten Kolorektalkarzinom >
< DKK 2020: Highlights zur molekularen Diagnostik und Therapie
21.01.2020

Künstliche Intelligenz verbessert Krebsdiagnose


Quelle: elektronik-informationen online, 20. Januar 2020

Deep-Learning-Algorithmen wurden bereits erfolgreich für die Klassifizierung medizinischer Aufnahmen eingesetzt. Lässt man aber eine KI ihre eigenen Kriterien aufstellen statt sie vorzugeben, kann sie sogar neue medizinische Erkenntnisse hervorbringen...

Die Künstliche Intelligenz AlphaGo Zero hat erfolgreich Krebsmerkmale auf unmarkierten medizinischen Aufnahmen der Prostata erkannt. Dafür verfolgten die Forscher den Ansatz des Reinforcements – des unbeaufsichtigten Lernens –, um die Diagnose gegenüber dem heutigen Stand des medizinischen Wissens zu verbessern. Außerdem entwickelten sie eine automatisierte Methode, die Ergebnisse der KI für Pathologen in hochauflösende Bilder zu übersetzen.

Ausgewertet wurden 13 188 Bilder aus der Pathologie, was etwa 86 Milliarden Bildfeldern, also Teilbildern für DNNs, entspricht. Mit elf Millionen der unmarkierten Bilder lernte die KI Krebsmerkmale zu identifizieren. Dies umfasste sowohl Merkmale, die unter den weltweit üblichen Gleason Score fallen, als auch solche, die sich auf Stützgewebe in krebsfreien Zonen beziehen und nicht von Pathologen berücksichtigt werden.

Die restlichen Bilder dienten der Verifikation der KI-Performance. Dabei war die Prognose für ein Rezidiv basierend auf den Klassifizierungen von AlphaGo Zero mit 82,0 % AUC präziser als die üblicherweise herangezogene Gleason Score mit 74,4 % AUC. Bei Kombination der beiden Methoden ergab sich eine Prognosegenauigkeit von 84,2 % AUC. Mit weiteren Datensätzen bestehend aus 2276 Aufnahmen von zwei anderen Krankenhäusern validierten die Forscher ihre Ergebnisse.

Hier geht es direkt zum Beitrag