Bessere Tumor-Therapie dank Künstlicher Intelligenz

Zeitlicher Vorsprung durch KI

Das Glioblastom gehört zu den bösartigsten Hirntumoren bei Erwachsenen. Ein großes Problem bei deren Behandlung: Die für den Beginn von Therapien notwendigen molekularen Diagnosen nehmen wertvolle Zeit in Anspruch. Genau dort setzt das Forschungsvorhaben von Stipendiat Dr. Sied Kebir an. „Durch den Einsatz von künstlicher Intelligenz möchten wir Betroffenen einen Zeitvorsprung verschaffen“, sagt Dr. Kebir, stellvertretender Leiter der Abteilung Klinische Neuroonkologie an der Klinik für Neurologie am Universitätsklinikum Essen. „Wir haben in den vergangenen Jahren gelernt, dass in Gewebe, das zur mikroskopischen Diagnostik entnommen wird, weitaus mehr Informationen verankert sind als bislang mit herkömmlichen Methoden zu ermitteln möglich war.“

Vollautomatische Vorhersage

Mit den Mitteln aus dem Else Kröner Memorialstipendium soll nun die Durchführung eines multizentrischen europäischen Projektes unterstützt werden. „Ziel ist, ein Deep Learning Modell zu entwickeln, das mithilfe künstlicher Intelligenz für uns wichtige Hirntumormarker vollautomatisch vorhersagen kann“, erläutert Dr. Kebir. Solch ein Tool könnte helfen, die nachgeschaltete Therapie von Betroffenen rascher und effizienter zu planen.

Diagnostischer Marker

Die Abteilung „Klinische Neuroonkologie“ um Prof. Dr. Martin Glas und Dr. Kebir beschäftigt sich bereits mit dem Einsatz von künstlicher Intelligenz zur Optimierung der Hirntumordiagnostik. Erst kürzlich wurde mit dem Institut für Neuropathologie ein ähnliches Modell für einen diagnostischen Hirntumormarker entwickelt. Hier gelang es, aus digitalisierten Präparaten von Glioblastom-Patient:innen, die Marker automatisiert vorauszusagen.