Suche
Mein Konto
AI revolutionerer kræftdiagnose: fremtiden for patologi begynder nu!
Erlangen integrerer AI i patologisk diagnostik, forbedrer tumordetektion og optimerer medicinske processer.
AI revolutionerer kræftdiagnose: fremtiden for patologi begynder nu!
I Tyskland kæmper over 1,4 millioner mennesker hvert år mod kræft, hvilket ofte kræver hospitalsindlæggelse. Efter at tumoren er fjernet, undersøges det fjernede væv i patologi for at bestemme typen af kræft og vurdere dens malignitet. Undersøgelsen tager stilling til mulige kemoterapitiltag. Men der er et stort potentiale her i integrationen af kunstig intelligens (AI), som Erlangen Universitetshospital forklarer i en aktuel meddelelse [uk-erlangen.de](https://www.uk-erlangen.de/presse/pressemitigungen/ansicht/detail/wie-ki-nahtlos-in-die-pathologische-diagnostik-integriert- Werden).
De digitale muligheder er dog endnu ikke udnyttet tilstrækkeligt. Mens mange billeddannelsesmetoder såsom MRI eller ultralyd allerede er evalueret af AI, er analysen af histopatologiske prøver indtil videre for det meste blevet udført ved hjælp af et mikroskop. Digitalisering af vævssnit til billeder i høj opløsning er endnu ikke standardpraksis i de fleste institutioner. Denne proces er dog allerede rutinemæssigt implementeret på Gravina Hospital i Caltagirone, Italien. En udfordring opstår: heterogeniteten af digitale vævssnit, som også behandles på Fraunhofer Institute scs.fraunhofer.de. Forskelle i prøveforberedelse og vævsscannere fører ofte til forskellige farver og opløsninger i billederne.
Integration af AI i patologi
Et stort skridt hen imod AI-integration i patologi er allerede blevet påbegyndt. En nyudviklet proces gør det muligt problemfrit at integrere AI-analyser i patologiafdelingens arbejdsgang. PD Dr. Fulvia Ferrazzi leder dette innovative projekt, der har til formål at forbedre nøjagtigheden af algoritmerne og fremme rutinediagnostik i andre afdelinger. Vævsprøver behandles i flere trin ved at lave sektioner og skabe digitale billeder i høj opløsning. AI-analyse integreres automatisk i processen ved at overføre informationen til en server med AI-modeller, hvilket revolutionerer diagnostik på computerskærme.
Et andet fremtidsrettet mål er automatisk påvisning af forskellige vævstyper, for eksempel ved diagnosticering af kolorektal adenocarcinom - en almindelig type tyktarmskræft. Her bruges robuste AI-processer, der blandt andet er baseret på konvolutionelle neurale netværk (CNN). Disse trænes med eksemplariske billeder og kan derfor identificere væsentlige forskelle mellem tumor- og muskelvæv. Tilvejebringelse af ekspertviden er dog stadig en tidskrævende proces, som forskere ved Fraunhofer Instituttet har vist.
Fordelene ved AI og big data
Digitaliseringen bringer store mængder data med sig, hvilket åbner døren til intelligente løsninger inden for medicin. Big data og AI er fremtidens nøglebegreber og vil også være anvendelige til patologi. Fordelene ved datanetværk er forskellige: De muliggør mere effektive beslutninger, individualiserede terapier og tidlig opdagelse af sygdomme. Derudover kan AI analysere og kombinere store mængder data med lynets hastighed, hvilket er uvurderligt i klinisk beslutningstagning og medicinsk billedbehandling, ifølge resultater fra Fraunhofer Institute iks.fraunhofer.de.
Som konklusion kan integreringen af AI i patologi repræsentere et afgørende fremskridt inden for diagnostik. Den kommende udvikling, både på et teknisk og praktisk plan, kan revolutionere kræftopsporing og behandling til gavn for mange patienter.