Die Ergebnisse von Gregory und seinem Team stellen einen Durchbruch bei der Subtypisierung von Magenkrebs dar. Pathologen verlassen sich derzeit auf die Laurén-Klassifizierungsmethode, die leider anfällig für Schwankungen ist und deren prognostischer Wert umstritten ist. Um eine konsistentere und potenziell wertvolle Alternative zu bieten, entwickelten sie ein KI-Modell und trainierten es für die Klassifizierung von Magenkrebs anhand von Bildern von Gewebeproben. „Die Ergebnisse sind ermutigend“, freut sich Gregory, „unser KI-Modell zeigt nicht nur, dass es Magenkrebs genau klassifizieren kann, sondern es zeigte auch ein signifikantes Potenzial für eine bessere Vorhersage der Überlebensraten von Patienten über einen Zeitraum von fünf Jahren im Vergleich zur traditionellen Laurén-Klassifikation.“ Dies deutet darauf hin, dass ihre KI-gestützte Methode die Präzision der Behandlungspläne für Magenkrebs und der Prognosevorhersagen verbessern kann, was letztlich zu besseren Ergebnissen für die Patienten führen würde.

In ihrer Studie nutzen Gregory und sein Team KI-Methoden zur Klassifizierung von Magenkrebs-Proben und erstellten "Attention Maps" und "Heatmaps", um zu sehen, wie die KI ihre Entscheidungen traf. Die Attetion Maps heben die Bereiche hervor, die die KI für die Klassifizierung am wichtigsten fand, wobei hellere Bereiche eine größere Bedeutung haben. Die Heatmaps hingegen zeigen, wie die KI verschiedene Bereiche entweder als Darmkrebs (A) oder diffusen (B) Magenkreb bewertet.

Die Ergebnisse ihrer Studie unterstreichen das transformative Potenzial von künstlicher Intelligenz im Bereich der medizinischen Diagnostik. Die erfolgreiche Anwendung ihres KI-Modells stellt einen neuen Ansatz für die Klassifizierung von Krebs dar, der die Genauigkeit von Prognosen und anschließenden Behandlungsplänen verbessern könnte. Dies deutet auf eine synergetische Beziehung zwischen künstlicher Intelligenz und medizinischem Fachpersonal hin, die die Präzision und Effizienz der Krebsdiagnose und -behandlung verbessern könnte. Dieses Ergebnis zeigt auch die breiteren Auswirkungen der künstlichen Intelligenz in der Medizin auf. „Wenn ein KI-Modell die Subtypisierung von Magenkrebs verbessern kann, ist es denkbar, dass ähnliche Modelle auch für andere Krebsarten oder Krankheiten entwickelt werden können“, meint Gregory mit Blick in die Zukunft. Im Großen und Ganzen ebnen Studien wie die von Gregory und seinem Team den Weg für eine KI-integrierte Gesundheitsversorgung, bei der fortschrittliche Algorithmen Hand in Hand mit medizinischem Fachpersonal arbeiten und Patienten weltweit eine präzisere und effektivere Versorgung bieten.

Über Gregory Veldhuizen

Gregory Veldhuizen, MD PhD, ist ein Clinician Scientist, der sich auf KI-Anwendungen in der Medizin spezialisiert hat. Seit Oktober 2022 ist Gregory Teil der SECAI Graduate School und arbeitet am Else Kröner Fresenius Centre for Digital Health an der TU Dresden, wo er sich derzeit auf KI-Anwendungen für die klinische Diagnostik, Prognose und Behandlungsreaktion konzentriert.