Inhalt
newsletter Newsletter

Google-Forscher haben ein KI-System für die Darmkrebsvorsorge getestet. Die KI-Diagnose kann gefährliche Polypen während einer Darmspiegelung erkennen.

Anzeige

Darmkrebs ist eine besonders tödliche Krebserkrankung an der weltweit jährlich mehr als 900.000 Menschen sterben. Seinen Ursprung hat das Karzinom in kleinen Läsionen im Darm. Die frühzeitige Erkennung und Entfernung dieser präkanzerösen Polypen ist ein effektiver Weg, tödliche Verläufe von Darmkrebs zu verhindern.

Das Standardverfahren für die Erkennung und Entfernung von Polypen ist die Darmspiegelung, bei der ein Gastroenterologe den Darm über eine Kamerasonde nach präkanzerösen Polypen untersucht.

Studien deuten darauf hin, dass 22 bis 28 Prozent aller Polypen während Darmspiegelungen übersehen werden. Davon haben 20 bis 24 Prozent das Potenzial, krebsartig zu werden (Adenome). Zwei häufige Gründe für unerkannte Polypen sind unvollständig abgesuchte Bereiche im Darm oder ein Polyp taucht zwar im Sichtbereich der Kamera auf, wird aber vom Mediziner nicht erkannt.

Anzeige
Anzeige

In einer neuen Forschungsarbeit stellen Google-Forscher nun eine Bildanalyse-KI vor, die die Kamerabilder während der Darmspiegelung analysiert und Gastroenterologen hilft, Polypen zu identifizieren.

Google kombiniert 3D-Modell des Darms und Bildanalyse

In ihrer Forschungsarbeit "Detection of Elusive Polyps via a Large Scale AI System" präsentieren die Forscher ihren zweiteiligen Ansatz: Das erste KI-System erstellt während der Darmspiegelung Tiefenaufnahmen, rekonstruiert daraus ein 3D-Modell des untersuchten Darms und visualisiert untersuchte und noch nicht gesichtete Bereiche direkt im Modell. Gastroenterologen können so direkt sehen, welche Darmareale noch nicht diagnostiziert sind.

Die KI berechnet aus den Bildaufnahmen Tiefeninformationen und bildet ein 3D-Modell des Darms. | Bild: Google

Das zweite KI-System sucht direkt in den Aufnahmen nach Polypen. Die Forscher haben die Bildanalyse-KI dafür mit Aufnahmen von 3.600 Untersuchungen oder 86 Millionen Bildern trainiert und anhand von Aufnahmen von 1.400 Untersuchungen getestet.

In den Tests erkannte DEEP (Detection of Elusive Polyps) 97 Prozent aller Polypen, darunter solche, die in den Testdaten von mehreren menschlichen Experten nicht erkannt worden waren. Waren die Polypen nur kurz im Bild zu sehen, erkannte DEEP noch 88,5 Prozent bei fünf Sekunden und 84,9 Prozent bei zwei Sekunden Sichtbarkeit.

DEEP identifiziert Polypen auf den Bildaufnahmen mit hoher Genauigkeit, auch wenn sie nur kurz zu sehen sind. | Bild: Google

DEEP hat seinen ersten klinischen Test erfolgreich absolviert

Laut Google funktioniert DEEP mit verschiedenen Netzarchitekturen mit unterschiedlichen Hardwareanforderungen (RetinaNet, LSTM-SSD und Faster R-CNN) und könne daher an die jeweils lokal verfügbare IT-Infrastruktur angepasst werden.

Empfehlung

Eine erste klinische Überprüfung fand in Kooperation mit dem Shaare Zedek Medical Center in Jerusalem statt: Dort unterstützte DEEP Gastroenterologen bei 100 Darmspiegelungen. Laut Google half das System im Schnitt, ein Polyp pro Untersuchung aufzudecken, der andernfalls unbemerkt geblieben wäre.

DEEP verfehlte darüber hinaus keinen Polypen, der menschlichen Experten ebenfalls auffiel und meldete nur 3,8 falsche Alarme pro Untersuchung. Laut der Forscher war das Feedback der Gastroenterologen durchgängig positiv. Weitere Kooperationen sollen folgen, um die Forschungsergebnisse zu validieren.

Via: Google, GIEJournal

Anzeige
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!

Weiterlesen über KI in der Medizin:

Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Max ist leitender Redakteur bei THE DECODER. Als studierter Philosoph beschäftigt er sich mit dem Bewusstsein, KI und der Frage, ob Maschinen wirklich denken können oder nur so tun als ob.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!