Forschende der Universität Marburg haben ein innovatives KI-System namens „FlowXAI“ entwickelt, das insbesondere darauf abzielt, Ärztinnen und Ärzte bei der Diagnostik von B-Zell-Lymphomen zu unterstützen. Dieses System zeichnet sich durch seine Fähigkeit aus, nicht nur präzise Diagnosevorschläge zu unterbreiten, sondern auch die zugrunde liegenden Zellmerkmale sowie die Verlässlichkeit der Einschätzungen zu erklären. Die Ergebnisse dieser Forschung sind kürzlich in der Fachzeitschrift PLOS Medicine veröffentlicht worden und zeigen den potenziellen Einfluss von KI auf die Krebsdiagnostik.

Die Diagnostik von Krebs wird häufig durch große und komplexe Datensätze kompliziert, insbesondere bei den seltenen, aber kritischen Erkrankungen wie den B-Zell-Non-Hodgkin-Lymphomen, die 90% der Lymphdrüsenkrebsfälle ausmachen. Bisherige KI-Modelle hatten oft die Einschränkung, dass ihre Entscheidungsprozesse nicht nachvollziehbar waren. FlowXAI wurde entwickelt, um diese Lücke zu schließen und medizinische Expertise zu ergänzen, ohne sie zu ersetzen. Bei der Entwicklung dieses Systems verwendete das Forschungsteam Daten von etwa 20.000 Blutproben.

Durchflusszytometrie als Kernverfahren

Die Standarddiagnostik bei Verdacht auf ein B-Zell-Lymphom beruht auf der durchflusszytometrischen Untersuchung, die sowohl Knochenmarksblut als auch peripheres Blut umfasst. Die Methode verwendet spezifische Antikörper-Panels, die gemäß dem EuroFlow-Konzept zur Differenzierung und immunphänotypischen Klassifikation atypischer Lymphozytenpopulationen eingesetzt werden. Die Durchführung erfolgt mit CE-IVD zertifizierten OneFlowTM Tubes von BD Biosciences und dem modernen BD FACSLyric Durchflusszytometer.

Das Material für die Diagnostik besteht aus EDTA-Vollblut, das optimalerweise innerhalb von 24 Stunden im Labor eingeht, während eine Analyse in Ausnahmefällen bis zu 72 Stunden nach der Entnahme möglich ist. Die Lagerung und der Transport der Proben erfolgen bei Raumtemperatur. Die Untersuchung wird qualitativ bis semiquantitativ durchgeführt, wobei die Ergebnisse mit dem normalen Immunphänotyp verglichen werden. Dabei handelt es sich um einen „Laboratory developed Test“ (LDT) bzw. „in-house IVD“, für den eine Konformitätserklärung vorliegt.

Verlässlichkeit und Anwendungen des FlowXAI-Systems

FlowXAI stellt Diagnosen als sicher, wahrscheinlich oder schwierig dar, um die Sicherheit der KI-Bewertung zu verdeutlichen. Diese neue Methode erzielt eine Genauigkeit, die mit modernen Deep-Learning-Systemen vergleichbar ist, benötigt jedoch deutlich weniger Trainingsdaten. Außerdem wurde ein Prototyp des Systems entwickelt, der den gesamten Analyseprozess abbildet. Zukünftige Pläne sehen eine weitere Validierung des Systems unter realen klinischen Bedingungen vor.

Werbung
Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Langfristig könnten die Einsatzmöglichkeiten von FlowXAI vielfältig sein, unter anderem in der Ausbildung, der Qualitätssicherung sowie in spezialisierten Diagnostiklaboren. Mit der zunehmenden Integration von KI in die Medizin zeigt sich ein vielversprechender Trend, der nicht nur die Effizienz der Diagnostik verbessert, sondern auch zu einer höheren Präzision in der Behandlung von Krebserkrankungen führen könnte.