KI diagnostiziert Hirntumore in Minuten statt Wochen

Heidelberger Wissenschaftler haben ein KI-System entwickelt, das Hirntumore anhand von Standard-Gewebeschnitten präzise klassifiziert und zwar in einem Bruchteil der üblichen Zeit. Das System namens „Hetairos“ könnte die Diagnostik weltweit beschleunigen und vereinfachen.

Tumore des Gehirns und des Rückenmarks sind extrem vielfältig. Für eine zuverlässige Diagnose reicht das mikroskopische Bild oft nicht aus, sondern es braucht zusätzlich molekulare Analysen. Als Goldstandard gilt die DNA-Methylierungsanalyse. Doch diese ist aufwendig: Sie erfordert Speziallabore, teure Geräte und ausreichend Tumormaterial. Bis Ergebnisse vorliegen, vergehen häufig rund zwei Wochen. In vielen Weltregionen steht die Technologie gar nicht zur Verfügung.

Trainiert mit mehr als 11.000 Gewebeschnitten

Hier setzt Hetairos an: Entwickelt wurde die KI von einem Team um Moritz Gerstung vom Deutschen Krebsforschungszentrum (DKFZ) und Felix Sahm von der Medizinischen Fakultät Heidelberg. Das System kann allein aus routinemäßig angefertigten und gefärbten Gewebeschnitten vorhersagen, zu welcher molekularen Untergruppe ein Tumor gehört.

Hetairos wurde mit mehr als 11.000 digitalisierten Gewebeschnitten von 9.606 Patienten aus elf medizinischen Zentren auf vier Kontinenten trainiert. Die KI unterscheidet 102 verschiedene molekulare Tumorsubtypen. Das ist nahezu das gesamte Spektrum der aktuellen WHO-Klassifikation von Tumoren des zentralen Nervensystems.

In etwa 50 bis 70 Prozent der Fälle traf Hetairos Vorhersagen mit hoher Sicherheit, mit einer Genauigkeit von rund 87 bis 88 Prozent. Selbst bei Unsicherheit grenzt die KI die Zahl möglicher Diagnosen stark ein und erleichtert so die Auswahl weiterer Tests. „Die Arbeit zeigt, dass künstliche Intelligenz in der Lage ist, molekulare Informationen direkt aus Routine-Gewebeschnitten abzuleiten und damit die Krebsdiagnostik grundlegend zu verändern", so Darui Jin, einer der Studienautoren.

KI übertrifft erfahrene Fachärzte

Besonders bemerkenswert: Im direkten Vergleich mit fünf erfahrenen Neuropathologen aus internationalen Zentren lag Hetairos deutlich vorn. Bei 210 Fällen erreichte die KI eine Trefferquote von 68 Prozent, die Fachärzte kamen im Durchschnitt auf 30 Prozent. Berücksichtigte man die jeweils drei wahrscheinlichsten Diagnosen, lag die KI bei 84 Prozent, die Ärzte bei etwa 50 Prozent.

„Die Ergebnisse zeigen, dass moderne KI-Systeme inzwischen in der Lage sind, äußerst feine morphologische Muster zu erkennen, die selbst für erfahrene Spezialisten schwer zu unterscheiden sind", sagt Felix Sahm. „Aktuell stellt die Diagnose von sehr seltenen Tumorarten noch eine große Herausforderung für Hetairos dar. Hier scheinen erfahrene Neuropathologen mindestens ebenbürtig. Wir gehen allerdings davon aus, dass die Leistungsfähigkeit des Systems mit größeren und vielfältigeren Datensätzen noch weiter steigt", ergänzt Moritz Gerstung.

Zwölf Minuten statt zwölf Tage

In einer prospektiven Studie wurde Hetairos parallel zur klinischen Routine getestet, ohne Einfluss auf tatsächliche Diagnosen oder Therapieentscheidungen. Während die vollständige molekulare Diagnostik durchschnittlich etwa zwölf Tage benötigte, lieferte Hetairos seinen Befund nach Digitalisierung der Gewebeschnitte in nur zwölf Minuten auf handelsüblicher Computerhardware. Einschließlich Präparation und Digitalisierung könnten Ergebnisse oft bereits innerhalb von 24 Stunden bis zwei Tagen verfügbar sein.

Besonders wertvoll könnte Hetairos dort sein, wo klassische molekulare Verfahren an ihre Grenzen stoßen: bei zu wenig Tumormaterial oder wenn Tests keine eindeutigen Ergebnisse liefern. Das System markiert zudem jene Bereiche im Gewebe, die für seine Entscheidung wichtig waren – Ärzte können so nachvollziehen, worauf die Diagnose basiert.

Unterstützung statt Ersatz

„Wir haben Hetairos vor allem als Werkzeug zur Unterstützung der Diagnostik entwickelt", erläutert Felix Sahm. „Es soll molekulare Analysen nicht ersetzen, sondern gezielt ergänzen und beschleunigen. Besonders in Ländern oder Regionen mit begrenzten Ressourcen könnte die Technologie einen wichtigen Beitrag leisten, da sie auf den weltweit verwendeten Standard-Gewebeschnitten basiert."

Auch wirtschaftlich könnte die Methode Vorteile bieten. Während eine DNA-Methylierungsanalyse typischerweise mehrere hundert Euro kostet, nutzt Hetairos ohnehin vorhandene Gewebeschnitte. Moritz Gerstung: „Hetairos zeigt das enorme Potenzial KI-gestützter digitaler Pathologie, schnelle und breit verfügbare Diagnoseverfahren bereitzustellen, die bislang nur mit erheblichem technischem Aufwand möglich waren."