Forschung: Wie KI beim häufigsten Männerkrebs helfen soll
Künstliche Intelligenz soll Radiologen künftig dabei helfen, Prostatakrebs schneller und präziser zu erkennen. Besonders bei der Entscheidung, ob die gesamte Prostata oder nur ein Teil entfernt werden muss, stößt die bisherige Diagnostik an Grenzen: MRT-Bilder sind zwar detailliert, zeigen aber nicht immer eindeutig, welche Stellen für eine Biopsie entscheidend sind.
Hier setzt das vom Karlsruher Institut für Technologie koordinierte Himalaya-Projekt(öffnet im neuen Fenster) an: mit einer KI, die Tumorgewebe automatisch erkennt und so die Behandlung von Prostatakrebs verbessern soll.
Die Prostata ist nicht überlebenswichtig
Wird die Erkrankung rechtzeitig erkannt, lässt sie sich gut behandeln. Dabei kommen meistens eine Strahlentherapie oder das operative Herausschneiden eines Teils oder der gesamten Prostata zum Einsatz. Ein vollständiges Entfernen ist möglich, weil die Prostata keine lebensnotwendige Funktion für den Körper erfüllt. Sie ist zwar für den Hormonhaushalt und die Fortpflanzung wichtig, aber eben nicht lebensnotwendig.
Doch es ist nicht immer einfach, diese Entscheidung zu fällen. "Wenn bei der üblichen Tastuntersuchung durch den Urologen eine Auffälligkeit bei der Prostata erkannt wird, wird sie typischerweise mithilfe der Magnetresonanztomographie untersucht", sagt Charlotte Debus(öffnet im neuen Fenster) vom Karlsruher Institut für Technologie. Solche MRT-Geräte arbeiten mit starken Magnetfeldern von rund drei Tesla und können dadurch ziemlich scharfe Bilder des Prostatagewebes liefern.
Man kann auch eine Computertomographie machen, den Tumor also mit Röntgenstrahlung untersuchen. Anhand solcher Aufnahmen sehen Radiologen schon ganz gut, wo sich der Tumor befinden kann.
Erst die Biopsie bringt Klarheit
Die endgültige Diagnose erfolgt mit einer Biopsie. Dabei wird Gewebe aus den entsprechenden Stellen entnommen und mit einem Mikroskop detailliert histologisch untersucht. Anhand dieser Biopsie sieht man dann, wie stark die Prostata befallen ist und ob sie nur zum Teil oder komplett entfernt werden sollte.
Letzteres ist bei der Prostata recht einfach möglich, weil sie als gut umkapseltes Organ vorliegt. Solange der Tumor nur dort wächst und kein umliegendes Gewebe befallen hat, ist das Herausschneiden deshalb ein probates Mittel gegen den Krebs.
Dennoch gibt es bei der heutigen Diagnostik immer noch Schwierigkeiten. "Es ist nicht immer einfach, anhand der MRT alle wichtigen Stellen für die Biopsie zu ermitteln", erklärt Debus. Die Forscherin arbeitet deshalb im Rahmen des Himalaya-Projekts an neuartigen Formen der Diagnose. Sie sagt: "Unsere Idee ist es, den Radiologen die Arbeit zu erleichtern, indem wir ihnen sozusagen eine künstliche Intelligenz als Assistenz anbieten."
Die KI als Assistenzarzt
Diese KI soll helfen, Tumorgewebe als solches zu identifizieren beziehungsweise auf minimal verändertes Gewebe hinzuweisen, das man mit dem bloßen Auge nicht einfach erkennen kann. Dort muss eine Biopsie dann Klärung bringen. Aber wie kann eine künstliche Intelligenz das leisten?
"Das ist genau die zentrale Frage hinter unserem Projekt", sagt die Forscherin. "Hierzu arbeiten wir mit den Projektpartnern Uniklinikum Aachen und Siemens Healthineers in einem großen Team zusammen, das Experten aus der Medizin und Radiologie, aus der medizinischen Physik und Medizintechnik sowie aus der Informatik – wie meine Gruppe – umfasst."
Die Idee dahinter ist folgende: Die Wissenschaftler trainieren die KI nicht nur mit den herkömmlichen Daten aus der MRT sowie mit Schnittbildern aus der Pathologie, also den angefärbten dünnen Schnitten durch das herausgeschnittene Tumorgewebe, sondern sie nutzen zusätzlich hochaufgelöste Aufnahmen, die mit unterschiedlichen Techniken gewonnen werden. Dazu haben sie einen Datensatz und Gewebeproben von ungefähr 200 Prostatapatienten.
Kombination hochauflösender Verfahren
Neben der normalen MRT kommen insgesamt drei weitere Bildgebungsverfahren zum Einsatz: erstens die sogenannte Ultrahochfeld-MRT, die bei einer Magnetfeldstärke von sieben Tesla arbeitet und dadurch nochmals deutlich feinere Bilder liefern kann. Zweitens eine aufwendige Form der Histologie. Hierbei wird die ganze Prostata in feine Scheiben geschnitten und untersucht.
Und drittens nutzt das Team die Synchrotron-Röntgenstrahlung, wie sie am Forschungszentrum ESRF in Grenoble zur Verfügung steht. "Dies ist die derzeit brillanteste Quelle weltweit für solche Strahlung", sagt Debus. Sie liefert extrem starke Röntgenstrahlung in Laserqualität, die sich für eine Vielzahl von Untersuchungen eignet.
Mit dieser Strahlung lässt sich der Prostatakrebs haarscharf durchleuchten. "Auch hier wird – wie bei der Histologie – mit dem entnommenen Organ gearbeitet", erklärt die Wissenschaftlerin. "Diese Strahlung wäre viel zu intensiv, um sie wie bei einer Computertomographie am lebenden Patienten einzusetzen."
Extrem starke Röntgenstrahlung in Laserqualität
Das Prinzip ist aber ähnlich: Die Prostata wird mit Röntgenstrahlung durchleuchtet. Aufgrund der Laserqualität der Synchrotronstrahlung kann man sogar die Phaseninformation nutzen. Ähnlich wie bei einer Sonnenbrille mit polarisierten Gläsern sorgt das für zusätzlichen Kontrast im Bild.
Insgesamt liefern diese Aufnahmen mit Synchrotronstrahlung extrem scharfe Bilder, mit einer Auflösung von rund 10 Mikrometern. Das ist gut eine Größenordnung besser als eine herkömmliche MRT oder Computertomographie.
Trainingsparcours für die KI gestalten
Mit all diesen Daten lässt sich anschließend die KI trainieren. "Zunächst müssen die verschiedenen Bilder aufbereitet und insbesondere sauber übereinandergelegt werden, damit immer der richtige Bildausschnitt in der passenden Vergrößerung miteinander verglichen wird", sagt Debus. Dann zeigt man der KI, etwa über von Hand markierte Stellen, wo der Tumor liegt.
Anhand verschiedener Algorithmen lernt die KI dann, Tumorgewebe zu identifizieren. Am Ende des Projektes ist sie dann hoffentlich so gut geworden, dass sie allein mithilfe einer herkömmlichen MRT Tumorgewebe sowie verdächtige Stellen zuverlässig identifizieren kann. "Die drei hochauflösenden Verfahren nutzen wir also nur für das Training", sagt Debus, "denn für den klinischen Alltag wäre das viel zu aufwendig."
Wie mit riesigen Bilddaten umgehen?
Dabei gibt es allein schon auf der Seite der Datenverarbeitung einige Schwierigkeiten zu lösen. "Speziell meine Gruppe macht sich Gedanken darüber, wie wir am geschicktesten mit den riesigen Bilddaten umgehen können", erzählt Debus. "Gerade die hochauflösenden Verfahren liefern sehr große Bilddateien im Gigabyte-Bereich für jedes einzelne Bild, deshalb müssen wir unsere Berechnungen auf einem Supercomputer durchführen."
Nach dem Training kann die KI dann auf herkömmlichen Computern laufen und etwa radiologische Teams unterstützen. Dazu liefert die KI neben der räumlichen Verteilung des Tumorgewebes auch eine Einschätzung zum sogenannten Malignitätsgrad – also wie gefährlich ein Tumor ist. Viele Tumore müssen nicht sofort behandelt werden, weil sie nur sehr langsam wachsen. Man kann sie erst einmal beobachten und muss nicht gleich zum Skalpell greifen.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.