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 Bewegung schützt vor Diabetes – aber wie?
29.11.2019 | Leibniz-Institut für Naturstoff-Forschung und Infektionsbiologie - Hans-Knöll-Institut (HKI)

nachricht Wiener Forscherteam sorgt für „Feinschliff“ der Genschere CRISPR/Cas9
29.11.2019 | IMBA - Institut für Molekulare Biotechnologie der Österreichischen Akademie der Wissenschaften GmbH

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: Kleiner, schneller, energieeffizienter – leistungsstarke Bauelemente für den digitalen Wandel

Hocheffiziente Leistungshalbleiter sollen die Voraussetzungen für vielfältige neue Anwendungen schaffen – von der Elektromobilität bis hin zur künstlichen Intelligenz. Darauf zielt das kürzlich gestartete Verbundprojekt „Leistungstransistoren auf Basis von AlN (ForMikro-LeitBAN)“, das vom Ferdinand-Braun-Institut koordiniert wird.

Smarte Energieversorgung, Elektromobilität, breitbandige Kommunikationssysteme und Anwendungen der künstlichen Intelligenz (KI) – die Anzahl miteinander...

Im Focus: KATRIN-Experiment begrenzt die Masse von Neutrinos auf unter 1 Elektronenvolt

Neutrinos spielen durch ihre kleine, aber von Null verschiedene Masse eine Schlüsselrolle in Kosmologie und Teilchenphysik. Seit 2018 soll mit dem KArlsruher TRitium Neutrino Experiment (KATRIN) die Masse von Neutrinos bestimmt werden. Schon nach einer ersten kurzen Neutrino-Messphase konnten die Forscherinnen und Forscher die Masse des Neutrinos auf kleiner als 1 Elektronenvolt (eV) begrenzen, was doppelt so genau ist wie alle bisher durchgeführten teils mehrjährigen Laborexperimente. Das Ergebnis ist diese Woche als Titelgeschichte des renommierten Fachjournals „Physical Review Letters“ veröffentlicht worden. Am Experiment beteiligt ist auch ein Team der Bergischen Universität Wuppertal.

Neben den Photonen, den masselosen elementaren Quanten des Lichts, sind Neutrinos die häufigsten Teilchen im Universum. Neutrinos werden „Geisterteilchen“...

Im Focus: How do scars form? Fascia function as a repository of mobile scar tissue

Abnormal scarring is a serious threat resulting in non-healing chronic wounds or fibrosis. Scars form when fibroblasts, a type of cell of connective tissue, reach wounded skin and deposit plugs of extracellular matrix. Until today, the question about the exact anatomical origin of these fibroblasts has not been answered. In order to find potential ways of influencing the scarring process, the team of Dr. Yuval Rinkevich, Group Leader for Regenerative Biology at the Institute of Lung Biology and Disease at Helmholtz Zentrum München, aimed to finally find an answer. As it was already known that all scars derive from a fibroblast lineage expressing the Engrailed-1 gene - a lineage not only present in skin, but also in fascia - the researchers intentionally tried to understand whether or not fascia might be the origin of fibroblasts.

Fibroblasts kit - ready to heal wounds

Im Focus: McMaster researcher warns plastic pollution in Great Lakes growing concern to ecosystem

Research from a leading international expert on the health of the Great Lakes suggests that the growing intensity and scale of pollution from plastics poses serious risks to human health and will continue to have profound consequences on the ecosystem.

In an article published this month in the Journal of Waste Resources and Recycling, Gail Krantzberg, a professor in the Booth School of Engineering Practice...

Im Focus: Eine Ampel für die Wahrnehmung

caesar-Wissenschaftler der Forschungsgruppe „In Silico Brain Sciences“ entschlüsseln, wie Informationen im Gehirn weitergeleitet werden.

Wir sehen, riechen, hören und spüren Berührungen entlang unserer Haut. In jedem Moment verarbeitet unser Gehirn diese Sinneseindrücke und setzt sie in...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Digital Innovation – von AI bis UX

25.11.2019 | Veranstaltungen

Chemnitzer Linux-Tage 2020: „Mach es einfach!“

18.11.2019 | Veranstaltungen

Humanoide Roboter in Aktion erleben

18.11.2019 | Veranstaltungen

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

Bewegung schützt vor Diabetes – aber wie?

29.11.2019 | Biowissenschaften Chemie

Hartwalzen mit Methodik: Längere Lebensdauer für Lagerringe

29.11.2019 | Maschinenbau

Wiener Forscherteam sorgt für „Feinschliff“ der Genschere CRISPR/Cas9

29.11.2019 | Biowissenschaften Chemie

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