Inhalt
newsletter Newsletter

OncoPetNet ist eines der ersten KI-Diagnosesysteme, das im breiten Maßstab in der Tiermedizin getestet wurde. Die Ergebnisse könnten auch für Menschen relevant werden.

Anzeige

Expert:innen gehen davon aus, dass einer von vier Hunden und eine von fünf Katzen in ihrem Leben eine Krebserkrankung entwickelt. Forschende und Tiermediziner:innen von Mars Digital Technologies, Antech Diagnostics und der Stanford University haben jetzt die Ergebnisse eines Tests einer KI-Krebsdiagnostik für die Tiermedizin veröffentlicht.

OncoPetNet zählt Mitosefiguren

Das KI-System "OncoPetNet" wurde im Regelbetrieb von Antech Diagnostics getestet. Das Unternehmen bietet Diagnoseservices für die Tiermedizin, darunter histologische Untersuchungen. Antech untersucht täglich hunderte Krebsfälle auf tausenden Biopsie-Bildern.

Das Auffinden und Markieren von Mitosefiguren ist zeitaufwendig und fehleranfällig. | Bild: Fitzke et al.

OncoPetNet ist eine Bildanalyse-KI, die in Gewebeproben nach Mitosefiguren sucht. Das sind Zellstrukturen, die in Zellen unmittelbar vor der Zellteilung in der Mitose gebildet werden. Auch mitotische Zellen zählen dazu. Eine hohe Anzahl von Mitosefiguren ist typisch für maligne Tumorzellen.

Anzeige
Anzeige

Mitosefiguren sind aufwendig zu zählen

Das Auffinden aller Mitosefiguren ist zeitaufwendig, da eine Gewebeprobe oft dutzende Bilder produziert, die manuell durchgegangen werden müssen. Untersuchungen zeigen außerdem, dass die Ergebnisse stark von menschlichen Präferenzen bei der Suche abhängen. Eine besondere Rolle spielt dabei, welche Region in welchem Bild ein Mensch für die Untersuchung auswählt.

Eine KI-Diagnose verspricht dagegen eine deutlich schnellere Verarbeitung und kann alle Regionen eines Bildes absuchen. Für das KI-Training erstellten die Forschenden daher in einem mehrstufigen Prozess einen Datensatz mit 3845 Biopsie-Bildern mit von menschlichen Expert:innen markierten Mitosefiguren. 20 Prozent des Datensatzes dienten als Testdatensatz für die KI-Leistung.

OncoPetNet findet deutlich mehr Mitosefiguren

OncoPetNet zeigte im Vergleich zu menschlichen Expert:innnen eine deutlich bessere Leistung bei der Mitosefigurenzählung. Das gilt für 41 Krebsfälle mit 14 Krebsarten. In 21,9 Prozent der Fälle führte die Zählung von OncoPetNet zu einer Neueinschätzung der Entwicklungsstufe des Tumors.

OncoPetNet analysiert in einem mehrstufigen Prozess die Bilder und markiert Mitosefiguren. Abschließend werden die Bilder von einem Menschen beurteilt. | Bild: Fitzke et al.

Das KI-System läuft auf einem GPU-Cluster, das in die Diagnosepipeline von Antech integriert ist. Alle Bilder werden zuerst von OncoPetNet verarbeitet und anschließend von menschlichen Expert:innen finalisiert. Ein Bild wird von der KI in rund 30 Sekunden verarbeitet. Das KI-System wird in zwei Zentren getestet und analysiert knapp 3300 Bilder täglich.

KI-Diagnose als Herausforderung

In einem Fall zählte die KI etwa 300 Prozent mehr Mitosefiguren. In diesem und anderen Fällen wurde die Einschätzung der Entwicklungsstufe des Tumors hochgestuft. Solche Hochstufungen haben in der Praxis signifikante Auswirkungen auf klinische Entscheidungsprozesse und therapeutische Ansätze, so die Forschenden.

Empfehlung

Das sei die vielleicht bedeutendste Auswirkung auf die klinische Versorgung durch automatisierte KI-Systeme, heißt es in der Forschungsarbeit – auch für Menschen. Die Hochstufung von Krebserkrankungen ändere die Prognose auf Basis bestehender klinischer Daten grundlegend. Sie können den Behandlungsverlauf für Patient:innen nachteilig beeinflussen, etwa wenn aufgrund einer Hochstufung eine palliativmedizinische Behandlung oder Sterbehilfe statt einer aggressiven Therapie empfohlen wird.

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!