Machine learning verbessert die Diagnose von Patienten mit Kopf-Hals-Karzinomen

Forscher aus Charité — Universitätsmedizin Berlin und dem deutschen Krebs-Konsortium (DKTK) erfolgreich löste ein langjähriges problem bei der Diagnose von Kopf-Hals-Karzinomen. Zusammenarbeit mit Kollegen von der technischen Universität (TU) Berlin, der Forscher benutzt künstliche Intelligenz zu entwickeln, eine neue Klassifikation-Methode identifiziert der primäre Ursprung von Krebs-Gewebe basiert auf einer chemischen DNA-Veränderungen. Das Potenzial für die Einführung in die routine der medizinischen Praxis wird derzeit getestet. Ergebnisse aus dieser Forschung wurden veröffentlicht in Science Translational Medicine.

Jedes Jahr werden mehr als 17.000 Menschen in Deutschland erkranken an Kopf-Hals-Karzinomen. Dazu gehören Krebserkrankungen der Mundhöhle, Kehlkopf und Nase, sondern können auch Auswirkungen auf andere Bereiche des Kopfes und Hals. Einige Kopf-und Hals-Krebs-Patienten entwickeln auch Lungenkrebs. „In der großen Mehrzahl der Fälle ist es unmöglich festzustellen, ob diese stellen pulmonalen Metastasen des Patienten Kopf-Hals-Krebs oder eine zweite primäre Krebs, also primäre Lungenkrebs“, erklärt Prof. Dr. Frederick Klauschen von Charité’s Institut für Pathologie, wer co-führte die Studie neben Prof. Dr. David Capper, der Charité’s Abteilung für Neuropathologie. „Diese Unterscheidung ist enorm wichtig in der Behandlung von Menschen, die betroffen sind von diesen Krebsarten“, betont Prof. Klauschen, hinzufügen: „Während der Operation kann eine Heilung bei Patienten mit lokalisierten Lungentumoren, Patienten mit metastasiertem Kopf-Hals-Karzinomen-tarif deutlich schlechter in Bezug auf das überleben und erfordern Behandlungen wie Radiochemotherapie.“

Wenn Sie versuchen, zu unterscheiden zwischen Metastasen und einer zweiten primären tumor, Pathologen wird in der Regel verwenden Sie etablierte Techniken, wie die Analyse der Krebs die Mikrostruktur und die Erkennung von charakteristischen Proteinen im Gewebe. Jedoch, aufgrund der deutlichen ähnlichkeiten zwischen Kopf-und Hals-Tumoren und Lungenkrebs in dieser Hinsicht, diese tests sind in der Regel nicht eindeutig. „Um dieses problem zu lösen, untersuchten wir Gewebeproben für eine bestimmte Chemische Veränderung bekannt als die DNA-Methylierung“, erklärt Prof. Mützenmacher, die, wie Prof. Klauschen, ist Wissenschaftliches Mitglied des DKTK in Berlin. Er fügt hinzu: „Wir wissen aus früheren Studien, dass DNA-methylierungsmuster in Krebszellen sind stark abhängig von dem organ, in dem der Krebs entstanden ist.“

Gemeinsam mit Prof. Dr. Klaus-Robert MüMüller, Professor für maschinelles Lernen an der TU Berlin die Arbeitsgruppe beschäftigt künstliche Intelligenz-basierte Methoden, die zum Rendern dieser Informationen, die nützlich in der Praxis. Die Forscher verwendeten DNA-Methylierung, der Daten von mehreren hundert Kopf und Hals und Lungenkrebs um Zug ein tiefes neuronales Netz zur Unterscheidung der beiden Arten von Krebs. „Unser neuronales Netzwerk ist nun in der Lage zu unterscheiden zwischen Lungenkrebs und Kopf-Hals-Krebs-Metastasen in der Mehrzahl der Fälle, erreichen eine Genauigkeit von über 99 Prozent“, betont Prof. Klauschen. Er fährt Fort: „Um sicherzustellen, dass Patienten mit Kopf-Hals-Karzinomen und zusätzlichen Lungenkrebs profitieren von den Ergebnissen unserer Studie so schnell wie möglich, wir sind derzeit in den Prozess der Erprobung der Umsetzung dieser diagnostischen Methode in der routine der Praxis. Diese beinhaltet eine prospektive Validierungsstudie, um sicherzustellen, dass die neue Methode kann zur Verfügung gestellt werden, um allen betroffenen Patienten.“

Nachdem er neben dem Forscher aus Charité, der Direktor des Berlin Center for Machine Learning (BZML), Prof. Müller, ist ebenso erfreut über Ihre Ergebnisse: „die Künstliche Intelligenz spielt eine zunehmend wichtige Rolle, nicht nur in unserem täglichen Leben und in der Industrie, aber auch in den Naturwissenschaften und in der medizinischen Forschung. Der Einsatz von künstlicher Intelligenz ist jedoch besonders Komplex im medizinischen Bereich; dies ist der Grund, warum bis heute, wissenschaftliche Erkenntnisse nur selten geliefert, die direkte Vorteile für die Patienten. Dies könnte sich nun ändern.“