北京福彩网站

Direkt zum Inhalt | Direkt zur Navigation

Sections
Sie sind hier: Startseite 北京福彩网首页 s Künstliche Intelligenz erkennt Blutkrebs
Datum: 20.12.2019

Künstliche Intelligenz erkennt Blutkrebs Bislang gr??te Metastudie über die Akute Myeloische Leuk?mie

Künstliche Intelligenz kann eine der h?ufigsten Formen von Blutkrebs – die Akute Myeloische Leuk?mie (AML) – mit hoher Zuverl?ssigkeit erkennen. Das haben Forschende des Deutschen Zentrums für Neurodegenerative Erkrankung (DZNE) und der 北京福彩网站 im Rahmen einer Machbarkeitsstudie nun nachgewiesen. Ihr Ansatz beruht auf der Analyse der Genaktivit?t von Zellen, die im Blut vorkommen. In der Praxis eingesetzt, k?nnte dieses Verfahren herk?mmliche Diagnosemethoden unterstützen und den Therapiebeginn m?glicherweise beschleunigen. Die Forschungsergebnisse sind im Fachjournal ?iScience“ ver?ffentlicht. 北京福彩网站

Künstliche Intelligenz ist in der Medizin ein vieldiskutiertes Thema, insbesondere im Bereich der Diagnostik. ?Wir wollten die Potentiale an einem konkreten Beispiel untersuchen“, erl?utert Prof. Joachim Schultze, Forschungsgruppenleiter am DZNE und Leiter der Abteilung Genomik und Immunoregulation am LIMES-Institut der 北京福彩网站 . ?Weil dafür gro?e Datenmengen erforderlich sind, haben wir Daten der Genaktivit?t von Zellen aus dem Blut ausgewertet. Dazu gibt es zahlreiche Studien und die zugeh?rigen Ergebnisse sind über Datenbanken zug?nglich. Es gibt also einen enormen Datenpool. Wir haben quasi alles gesammelt, was derzeit verfügbar ist.“

Fingerabdruck der Genaktivit?t

Schultze und Kollegen ging es dabei um das ?Transkriptom“: einer Art Fingerabdruck der Genaktivit?t. Denn in jeder K?rperzelle sind je nach deren Zustand immer nur bestimmte Gene ?eingeschaltet“, was sich im Profil der Genaktivit?t widerspiegelt. Genau solche Daten – sie stammten von Zellen aus Blutproben und umfassten tausende von Genen – wurden im Rahmen der aktuellen Studie untersucht. ?Das Transkriptom enth?lt wichtige Informationen über den Zustand von Zellen. Die klassische Diagnostik beruht jedoch auf anderen Daten. Wir wollten deshalb herausfinden, was eine Analyse des Transkriptoms mit Hilfe künstlicher Intelligenz, also mittels lernf?higer Algorithmen, leisten kann“, sagt Schultze, der Mitglied im Excellenzcluster ?ImmunoSensation“ der 北京福彩网站 ist. ?Langfristig m?chten wir diesen Ansatz auf weitere Fragestellungen anwenden, insbesondere im Bereich der Demenzerkrankungen.“

In der aktuellen Studie stand die AML im Fokus. Ohne ad?quate Behandlung führt diese Form der Leuk?mie innerhalb von Wochen zum Tode. Die AML geht einher mit der Vermehrung krankhaft ver?nderter Knochenmarkszellen, die letztlich ins Blut gelangen k?nnen. Dort treiben dann gesunde Zellen und Tumorzellen, deren Gene jeweils typische Aktivit?tsmuster aufweisen. Alle diese Aktivit?tsprofile gingen in die Analyse ein. Messdaten von mehr als 12.000 Blutproben – diese stammten aus 105 verschiedenen Studien – wurden dabei berücksichtigt: der bislang gr??te Datensatz für eine Metastudie über AML. Rund 4.100 dieser Blutproben kamen von Personen mit AML-Diagnose, die übrigen von Personen mit anderen Erkrankungen oder von Personen, die als gesund eingestuft worden waren.

Hohe Trefferquote

北京福彩网站Die Wissenschaftler fütterten ihre Algorithmen mit Teilen dieses Datensatzes. Zum Input geh?rte, welche Proben von AML-Patienten stammten und welche nicht. ?Die Algorithmen suchten dann im Transkriptom nach krankheitstypischen Mustern. Das ist ein Prozess der weitgehend automatisiert ablief. Man spricht von maschinellem Lernen“, sagt Schultze. Mit der so erworbenen Mustererkennung wurden dann weitere Daten von den Algorithmen analysiert und klassifiziert, also eingeteilt in Proben mit AML und ohne AML. ?Uns war die Zuordnung, so wie sie in den Originaldaten verzeichnet war, natürlich bekannt, der Software jedoch nicht. Insofern konnten wir die Trefferquote überprüfen. Diese lag bei einigen Verfahren oberhalb von 99 Prozent. Wir haben diverse Verfahren aus dem Repertoire der künstlichen Intelligenz getestet. Es gab tats?chlich einen Algorithmus der besonders gut war, aber die anderen lagen nur knapp dahinter.“

Anwendung in der Praxis?

In der Praxis eingesetzt, k?nnte dieses Verfahren herk?mmliche Diagnosemethoden unterstützen und helfen, Kosten zu sparen, meint der Bonner Wissenschaftler. ?Prinzipiell k?nnte eine Blutprobe ausreichen, die der Hausarzt entnimmt und zur Analyse an ein Labor weiterleitet. Ich würde sch?tzen, dass die Kosten unterhalb von 50 Euro liegen.“ Die klassische AML-Diagnostik sei sehr umfangreich. Einzelne Verfahren daraus würden pro Durchlauf mit einigen hundert Euro zu Buche schlagen. ?Allerdings haben wir noch keinen praxistauglichen Test entwickelt. Wir haben nur gezeigt, dass das Verfahren prinzipiell funktioniert. Also Grundlagen dafür gelegt, dass man einen Test entwickeln kann.“

Auch in Zukunft erfordere die Diagnose der AML spezialisierte Fach?rzte, betont Schultze. ?Es geht darum, den Experten ein Werkzeug an die Hand zu geben, das sie bei der Diagnose unterstützt. Hinzukommt, dass viele Patienten eine wahre Odyssee hinter sich haben, bis sie endlich beim Facharzt landen und dort eine endgültige Diagnose erhalten.“ Denn im Anfangsstadium k?nnen die Symptome einer AML ?hnlich sein wie bei einer schweren Erk?ltung. Dabei ist die AML eine lebensgef?hrliche Erkrankung, die schnellstm?glich behandelt werden sollte. ?Mit einem Bluttest, so wie er auf der Grundlage unserer Studie m?glich scheint, w?re es denkbar, dass bereits der Hausarzt einen Verdacht auf AML abkl?rt. Und wenn sich dieser erh?rtet, an einen Spezialisten überweist. Die Diagnose würde dann m?glicherweise früher erfolgen als bisher und die Therapie k?nnte früher beginnen.“

Publikation: Scalable prediction of acute myeloid leukemia using high-dimensional machine learning and blood transcriptomics
Stefanie Warnat-Herresthal, Konstantinos Perrakis et al., iScience (2019),
DOI: 10.1016/j.isci.2019.100780

Kontakt für Medien:

Dr. Marcus Neitzert
DZNE, Stabsstelle Kommunikation
Tel. 0228/43302-267
E-Mail: [Email protection active, please enable JavaScript.]

Artikelaktionen