q&more
Meine Merkliste
my.chemie.de  
Login  

News

KI-gesteuerte Klassifizierung einzelner Blutzellen

Neue Methode unterstützt Ärzte bei der Leukämiediagnostik

© Helmholtz Zentrum München / Carsten Marr

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

14.11.2019: Erstmals zeigen Forscher 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.

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. 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 Forschern 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.

Originalveröffentlichung:
Matek, C. et al.; "Human-level recognition of blast cells in acute myeloid leukaemia with convolutional neural networks"; Nature Machine Intelligence; 2019

Fakten, Hintergründe, Dossiers

  • Deep Learning
  • akute myeloische Leukämie
  • Blutanalyse
  • künstliche Intelligenz

Mehr über Helmholtz Zentrum München

  • News

    Pluripotenz oder Differenzierung – das ist hier die Frage

    Induzierte, pluripotente Stammzellen können sich in Körperzellen verwandeln oder in ihrer ursprünglichen Form bleiben. Wissenschaftler des Helmholtz Zentrums München berichten jetzt in Molecular Cell, wie sich Zellen „entscheiden“, welcher Pfad eingeschlagen wird. Sie fanden ein Protein und ... mehr

    Zellatlas der alternden Lunge

    Mit zunehmendem Alter geht die Lungenfunktion zurück und die Anfälligkeit für Atemwegserkrankungen nimmt zu. Um diese Effekte im Detail zu verstehen, haben Forscher am Helmholtz Zentrum München, Partner im Deutschen Zentrum für Lungenforschung (DZL), den Alterungsprozess der Lunge auf Ebene ... mehr

    Mit der Histon-Angel im Protein-Teich fischen – wie entscheiden Zellen über ihre DNA-Reparatur?

    Nimmt die DNA im Zellkern Schaden, so können unsere Zellen auf verschiedene Möglichkeiten zurückgreifen, diesen zu reparieren. Auf welcher molekularen Grundlage eine Zelle zwischen den Reparaturwegen auswählt, klärt eine aktuelle Studie in ‚Nature Cell Biology‘, an der Wissenschaftler des H ... mehr

  • q&more Artikel

    Herausforderung

    In nahezu allen Bereichen der Umwelt­analytik, aber auch in der Produktqualitätskontrolle, Life-Sciences, biomedizinischen oder pharmazeutischen Forschung hat sich in der Vergangenheit die Zahl der Analysen ständig erhöht. Analytische Untersuchungen dienen dem Schutz der Gesundheit von Mens ... mehr

  • Autoren

    Prof. Dr. Bernhard Michalke

    Bernhard Michalke ist Leiter der Forschungsgruppe „Element- und Elementspeziesanalytik“ und der „Zentralen Anorganischen Analytik“ am Helmholtz Zentrum München – Deutsches Forschungszentrum für Gesundheit und Umwelt. Prof. Michalke studierte Biologie an der Technischen Universität München u ... mehr

Mehr über LMU

  • News

    Ultraschneller Blick in die Photochemie der Atmosphäre

    Kleinste Phänomene im Nanokosmos bestimmen unser Leben. Vieles, was wir in der Natur beobachten, beginnt als elementare Reaktion von Atomen oder Molekülen auf den Einfluss von Strahlung. Einen dieser Prozesse hat das Team um Professor Matthias Kling und Dr. Boris Bergues vom Labor für Attos ... mehr

    DNA-Reparatur: Erstmals vollständige Architektur eines Schlüsselenzyms aufgeklärt

    LMU-Wissenschaftler haben erstmals die vollständige Architektur eines Schlüsselenzyms der DNA-Reparatur aufgeklärt und zeigen, dass Strukturänderungen für seine Funktion eine wichtige Rolle spielen. DNA-Schäden können schwere Folgen für die Zelle und den ganzen Organismus nach sich ziehen. ... mehr

    Immunabwehr im Gehirn als Schutzfaktor gegen Alzheimer?

    Die LMU-Demenzforscher Christian Haass und Michael Ewers haben einen Schutzfaktor gefunden, der den Ausbruch der Alzheimer Demenz möglicherweise verzögern kann. Wissenschaftler am Deutschen Zentrum für Neurodegenerative Erkrankungen (DZNE) und am Institut für Schlaganfall- und Demenzforschu ... mehr

  • q&more Artikel

    Code erkannt

    Der genetische Code codiert alle Informationen, die in jeder Zelle für die ­korrekte Funktion und Interaktion der Zelle mit der Umgebung notwendig sind. Aufgebaut wird er aus vier unterschiedlichen Molekülen, den so genannten ­kanonischen Watson-Crick-Basen Adenin, Cytosin, Guanin und Thymi ... mehr

  • Autoren

    Prof. Dr. Thomas Carell

    Thomas Carell, Jg. 1966, studierte Chemie und fertigte seine Doktorarbeit am Max-Planck Institut für Medizinische Forschung unter der Anleitung von Prof. Dr. Dr. H. A. Staab an. Nach einem Forschungs-aufenthalt in den USA ging er an die ETH Zürich in das Laboratorium für Organische Chemie u ... mehr

q&more – die Networking-Plattform für exzellente Qualität in Labor und Prozess

q&more verfolgt den Anspruch, aktuelle Forschung und innovative Lösungen sichtbar zu machen und den Wissensaustausch zu unterstützen. Im Fokus des breiten Themenspektrums stehen höchste Qualitätsansprüche in einem hochinnovativen Branchenumfeld. Als moderne Wissensplattform bietet q&more den Akteuren im Markt einzigartige Networking-Möglichkeiten. International renommierte Autoren repräsentieren den aktuellen Wissenstand. Die Originalbeiträge werden attraktiv in einem anspruchsvollen Umfeld präsentiert und deutsch und englisch publiziert. Die Inhalte zeigen neue Konzepte und unkonventionelle Lösungsansätze auf.

> mehr zu q&more

q&more wird unterstützt von:

 

Ihr Bowser ist nicht aktuell. Microsoft Internet Explorer 6.0 unterstützt einige Funktionen auf Chemie.DE nicht.