Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

KI-gesteuerte Klassifizierung einzelner Blutzellen: Neue Methode unterstützt Ärzte bei der Leukämiediagnostik

13.11.2019

Erstmals zeigen Forschende des Helmholtz Zentrums München und des Klinikums der Ludwig-Maximilians-Universität München (LMU), dass Deep-Learning-Algorithmen bei der Klassifizierung von Blutproben von Patienten mit akuter myeloischer Leukämie (AML) eine vergleichbare Leistung erbringen wie Fachleute. Die Proof-of-Concept-Studie des Teams ebnet den Weg für eine automatisierte, standardisierte und allgemein verfügbare Analyse von Proben in naher Zukunft. Das Paper wurde in Nature Machine Intelligence veröffentlicht.

Zur Diagnose von Krankheiten werden in medizinischen Labors und Kliniken täglich Millionen einzelner Blutzellen ausgewertet. Der Großteil dieser repetitiven Auswertungen wird noch immer manuell vorgenommen.


Deep-Learning-Algorithmen der KI analysieren Proben auf automatisierte und standardisierte Weise. Links: Klassifizierung menschlicher Experten. Rechts: Wichtige Pixel für die KI-Analyse.

© Helmholtz Zentrum München / Carsten Marr

Ausgebildete Zytologen untersuchen die Zellen in gefärbten Blutausstrichen und teilen diese in etwa 15 verschiedene Kategorien ein. Dieser Klassifizierungsprozess ist anfällig für Qualitätsschwankungen und erfordert die Anwesenheit und das Fachwissen eines Experten.

Um einzelne Blutzellen effizienter auswerten zu können entwickelte ein Team aus Forschenden des Helmholtz Zentrums München und des Klinikums der LMU zu diesem Zweck ein neuronales Deep-Learning-Netzwerk. Dieses wurde mit fast 20.000 Einzelbildern trainiert, um Zellen selbstständig klassifizieren zu können.

Das Forschungsteam rund um Leiter Dr. Carsten Marr und den Medizindoktoranden Dr. Christian Matek vom Institut für Computational Biology am Helmholtz Zentrum München sowie Prof. Dr. Karsten Spiekermann und Simone Schwarz von der Medizinischen Klinik und Poliklinik III des Klinikums der LMU nutzte dazu Bilder, die aus Blutausstrichen von 100 Patienten mit der aggressiven Blutkrankheit AML und 100 Kontrollen extrahiert wurden.

Diese neue, automatisierte Lösung wurde anschließend bewertet, indem ihre Genauigkeit mit der von menschlichen Experten verglichen wurde. Das Ergebnis zeigte, dass das von künstlicher Intelligenz (KI)-gesteuerte Verfahren diagnostisch relevante Blasten (Vorläuferzellen der weißen Blutkörperchen, die normalerweise nur im Knochenmark zu finden sind) mindestens so gut identifiziert wie ein ausgebildeter Zytologe.

Angewandte Forschung durch KI und Big Data

Deep-Learning-Algorithmen für die Bildverarbeitung benötigen zweierlei: eine geeignete neuronale Netzwerkarchitektur mit tausenden von Parametern, sowie eine ausreichend große Menge an Trainingsdaten. Bislang lag kein großer digitalisierter Datensatz von Blutzellen vor, obwohl diese Proben in Kliniken tagtäglich verwendet werden.

Die Forschungsgruppe am Helmholtz Zentrum München hat nun den ersten großen Datensatz dieser Art zur Verfügung gestellt. Derzeit arbeiten Marr und sein Team eng mit der Medizinischen Klinik und Poliklinik III des Klinikums der LMU und einem der größten europäischen Leukämie-Labore, dem Münchner Leukämie-Labor (MLL), zusammen, um Hunderte von Blutausstrichen von Patienten zu digitalisieren.

„Um unseren Lösungsansatz in der Praxis umzusetzen, muss die Digitalisierung von Blutausstrichen von Patienten zur Routine werden. Algorithmen müssen mit Proben aus verschiedenen Quellen trainiert werden, um die inhärente Heterogenität bei der Aufbereitung und Färbung der Proben zu lernen“, erklärt Marr.

„In unserer Publikation konnten wir beweisen, dass Deep-Learning-Algorithmen eine ähnliche Leistung erzielen können wie Zytologen. In einem nächsten Schritt werden wir untersuchen, wie gut andere Krankheitsbilder, beispielweise genetische Mutationen oder Translokationen, mit dieser neuen KI-gesteuerten Methode vorhergesagt werden können.“

Diese Arbeit ist ein Beispiel dafür, welches Potenzial dem Einsatz künstlicher Intelligenz in der angewandten Forschung zukommt. Sie entstand aus einer Fortführung der Forschungsarbeiten des Helmholtz Zentrums München zur Klassifizierung einzelner Zellen in Blutstammzellen (Buggenthin et al., Nature Methods, 2017), die 2018 mit dem Erwin-Schrödinger-Preis der Helmholtz-Gemeinschaft ausgezeichnet wurden. Unterstützt wurde die Studie vom SFB 1243 der Deutschen Forschungsgemeinschaft (DFG) sowie durch ein Promotionsstipendium der Deutschen José-Carreras-Leukämie-Stiftung an Dr. Christian Matek.

Wissenschaftliche Ansprechpartner:

Dr. Carsten Marr
Institute of Computational Biology
Helmholtz Zentrum München
Deutsches Forschungszentrum für Gesundheit und Umwelt
Ingolstädter Landstr. 1
85764 Neuherberg

Originalpublikation:

Matek, C. et al., 2019: Human-level recognition of blast cells in acute myeloid leukaemia with convolutional neural networks (https://www.nature.com/articles/s42256-019-0101-9). Nature Machine Intelligence, DOI: 10.1038/s42256-019-0101-9

Verena Schulz | Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt
Weitere Informationen:
http://www.helmholtz-muenchen.de

Weitere Nachrichten aus der Kategorie Biowissenschaften Chemie:

nachricht Konzept für neue Technik zur Untersuchung superschwerer Elemente vorgestellt
13.07.2020 | Johannes Gutenberg-Universität Mainz

nachricht Alternativmethoden für Tierversuche: VISION – Ein mikrofluidisches Chipsystem als Alternative zu Tierversuchen
13.07.2020 | Fraunhofer-Institut für Biomedizinische Technik IBMT

Alle Nachrichten aus der Kategorie: Biowissenschaften Chemie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Kryoelektronenmikroskopie: Hochauflösende Bilder mit günstiger Technik

Mit einem Standard-Kryoelektronenmikroskop erzielen Biochemiker der Martin-Luther-Universität Halle-Wittenberg (MLU) erstaunlich gute Aufnahmen, die mit denen weit teurerer Geräte mithalten können. Es ist ihnen gelungen, die Struktur eines Eisenspeicherproteins fast bis auf Atomebene aufzuklären. Die Ergebnisse wurden in der Fachzeitschrift "PLOS One" veröffentlicht.

Kryoelektronenmikroskopie hat in den vergangenen Jahren entscheidend an Bedeutung gewonnen, besonders um die Struktur von Proteinen aufzuklären. Die Entwickler...

Im Focus: Electron cryo-microscopy: Using inexpensive technology to produce high-resolution images

Biochemists at Martin Luther University Halle-Wittenberg (MLU) have used a standard electron cryo-microscope to achieve surprisingly good images that are on par with those taken by far more sophisticated equipment. They have succeeded in determining the structure of ferritin almost at the atomic level. Their results were published in the journal "PLOS ONE".

Electron cryo-microscopy has become increasingly important in recent years, especially in shedding light on protein structures. The developers of the new...

Im Focus: Neue Schlankheitstipps für Computerchips

Lange Zeit hat man in der Elektronik etwas Wichtiges vernachlässigt: Wenn man elektronische Bauteile immer kleiner machen will, braucht man dafür auch die passenden Isolator-Materialien.

Immer kleiner und immer kompakter – das ist die Richtung, in die sich Computerchips getrieben von der Industrie entwickeln. Daher gelten sogenannte...

Im Focus: Elektrische Spannung aus Elektronenspin – Batterie der Zukunft?

Forschern der Technischen Universität Ilmenau ist es gelungen, sich den Eigendrehimpuls von Elektronen – den sogenannten Elektronenspin, kurz: Spin – zunutze zu machen, um elektrische Spannung zu erzeugen. Noch sind die gemessenen Spannungen winzig klein, doch hoffen die Wissenschaftler, auf der Basis ihrer Arbeiten hochleistungsfähige Batterien der Zukunft möglich zu machen. Die Forschungsarbeiten des Teams um Prof. Christian Cierpka und Prof. Jörg Schumacher vom Institut für Thermo- und Fluiddynamik wurden soeben im renommierten Journal Physical Review Applied veröffentlicht.

Laptop- und Handyspeicher der neuesten Generation nutzen Erkenntnisse eines der jüngsten Forschungsgebiete der Nanoelektronik: der Spintronik. Die heutige...

Im Focus: Neue Erkenntnisse über Flüssigkeiten, die ohne Widerstand fließen

Verlustfreie Stromleitung bei Raumtemperatur? Ein Material, das diese Eigenschaft aufweist, also bei Raumtemperatur supraleitend ist, könnte die Energieversorgung revolutionieren. Wissenschaftlern vom Exzellenzcluster „CUI: Advanced Imaging of Matter“ an der Universität Hamburg ist es nun erstmals gelungen, starke Hinweise auf Suprafluidität in einer zweidimensionalen Gaswolke zu beobachten. Sie berichten im renommierten Magazin „Science“ über ihre Experimente, in denen zentrale Aspekte der Supraleitung in einem Modellsystem untersucht werden können.

Es gibt Dinge, die eigentlich nicht passieren sollten. So kann z. B. Wasser nicht durch die Glaswand von einem Glas in ein anderes fließen. Erstaunlicherweise...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Intensiv- und Notfallmedizin: „Virtueller DIVI-Kongress ist ein Novum für 6.000 Teilnehmer“

08.07.2020 | Veranstaltungen

Größte nationale Tagung für Nuklearmedizin

07.07.2020 | Veranstaltungen

Corona-Apps gegen COVID-19: Nationalakademie Leopoldina veranstaltet internationales virtuelles Podiumsgespräch

07.07.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Konzept für neue Technik zur Untersuchung superschwerer Elemente vorgestellt

13.07.2020 | Biowissenschaften Chemie

Alternativmethoden für Tierversuche: VISION – Ein mikrofluidisches Chipsystem als Alternative zu Tierversuchen

13.07.2020 | Biowissenschaften Chemie

Neue Molekülbibliothek hilft bei der systematischen Suche nach Wirkstoffen

13.07.2020 | Biowissenschaften Chemie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics