Kann künstliche Intelligenz die Diagnose von Darmkrebs verbessern?

Darmkrebs ist eine der häufigsten Krebsarten weltweit. Jedes Jahr sterben Tausende Menschen daran. Eine genaue Diagnose vor der Behandlung ist entscheidend. Doch die derzeitigen Methoden haben ihre Grenzen. Könnte künstliche Intelligenz (KI) hier Abhilfe schaffen?

Warum ist die Diagnose so schwierig?

Bevor Ärzte eine Behandlung planen, müssen sie wissen, wie weit der Krebs fortgeschritten ist. Diese Information nennt man „Staging“. Bei Darmkrebs ist das besonders wichtig. Eine falsche Einschätzung kann zu falschen Behandlungen führen.

Bisher nutzen Ärzte vor allem die Magnetresonanztomografie (MRT), um den Krebs zu beurteilen. Diese Methode liefert detaillierte Bilder des Körpers. Doch die Auswertung der Bilder ist schwierig. Es erfordert viel Erfahrung und Zeit. Und selbst Experten können sich manchmal irren.

Wie kann KI helfen?

Forscher haben eine neue Technologie entwickelt. Sie nutzt künstliche Intelligenz, um die Bilder automatisch auszuwerten. Das System basiert auf einem sogenannten „tiefen neuronalen Netzwerk“ (Deep Neural Network). Es wurde speziell für die Diagnose von Darmkrebs trainiert.

Das System analysiert die MRT-Bilder in drei verschiedenen Ebenen: horizontal, koronal und sagittal. So kann es den Tumor aus verschiedenen Blickwinkeln betrachten. Das erhöht die Genauigkeit der Diagnose.

Wie funktioniert das System?

Das System durchläuft mehrere Schritte:

1. Bildverarbeitung: Die MRT-Bilder werden in das System geladen und vorbereitet.
2. Regionenvorschlag: Das System sucht nach verdächtigen Bereichen im Bild.
3. Klassifizierung: Es bestimmt, wie weit der Krebs in die Darmwand eingedrungen ist.

Das System wurde mit über 10.000 MRT-Bildern trainiert. Die Bilder stammten von 183 Patienten. Die Ergebnisse waren vielversprechend.

Wie gut ist das System?

Das System zeigte eine sehr hohe Genauigkeit:

• Es konnte die verschiedenen Ebenen der MRT-Bilder zu 100 % richtig erkennen.
• Die Genauigkeit bei der Bestimmung des Krebsstadiums lag bei 97–99 %.
• Besonders gut war es bei der Erkennung von fortgeschrittenen Stadien (T3 und T4).

Im Vergleich: Die Genauigkeit von erfahrenen Radiologen lag bei nur 62 %. Das System war also deutlich besser.

Was sind die Vorteile?

Das System bietet mehrere Vorteile:

1. Schnelligkeit: Es kann die Bilder viel schneller auswerten als ein Mensch.
2. Konsistenz: Es macht weniger Fehler und ist zuverlässiger.
3. Entlastung: Es kann Radiologen bei ihrer Arbeit unterstützen und ihre Belastung verringern.

Gibt es auch Nachteile?

Ja, das System hat einige Einschränkungen:

• Es wurde nur an Patienten getestet, die operiert wurden. Bei anderen Patienten könnte es weniger gut funktionieren.
• Es wurde nicht an Patienten getestet, die eine Chemotherapie erhalten haben. In diesen Fällen kann die Auswertung schwieriger sein.
• Es gab weniger Fälle von frühen Krebsstadien (T1). Das könnte die Genauigkeit beeinflussen.

Was kommt als Nächstes?

Die Forscher planen, das System weiter zu verbessern. Sie wollen es an mehr Patienten testen. Auch sollen andere Aspekte der Krebsdiagnose einbezogen werden. Zum Beispiel die Frage, ob Lymphknoten befallen sind oder ob der Krebs gestreut hat.

Fazit

Künstliche Intelligenz hat das Potenzial, die Diagnose von Darmkrebs zu revolutionieren. Sie kann schneller und genauer sein als menschliche Experten. Doch es gibt noch Herausforderungen. Weitere Forschung ist nötig, um das System zu perfektionieren.

For educational purposes only.
doi.org/10.1097/CM9.0000000000001401