Computer erkennt Brustkrebs

Wissenschaftler aus Stanford haben neues Programm entwickelt, das besser ist als ein Arzt

Computerwissenschaftler haben das über Jahre angesammelte Wissen von Pathologen in Regeln für einen Rechner übersetzt. Die Genauigkeit seiner Voraussagungen übertreffen die Erwartungen.

An Brustkrebs sterben mehr Frauen als an irgendeiner anderen Krebsart. Nur jede hundertste Erkrankung trifft einen Mann. Foto: obs NovartisEin Programm zur automatischen Analyse mikroskopischer Bilder entdeckt teils mehr Informationen über den Verlauf einer Brustkrebserkrankung als ein Mediziner. Dank genauer Regeln und Anweisungen erkennt und zählt der Rechner etwa Zellkerne, identifiziert verschiedene Gewebe und leitet daraus eine zutreffende Prognose ab. Das berichtet eine Gruppe um Daphne Koller vom Institut für Computerwissenschaften an der Stanford-Universität im Journal "Science Translational Medicine". Für ihr lernfähiges System hat sie den Namen C-Path gewählt (etwa "Der Computer-Pathologe").

Braucht Erfahrung

Erfahrene Mediziner erkennen mit dem Blick auf einen mikroskopischen Schnitt typische Merkmale gesunden oder kranken Gewebes. Dazu gehören unter anderem die Form von Zellen, die Zahl der sich teilenden Zellen oder das Muster der Verteilung gesunden und kranken Gewebes. Das trainierte Gehirn von Pathologen erkennt diese Muster schnell und weitgehend automatisch. Damit verbunden ist dann die Diagnose und schließlich die Prognose für den Patienten. Das setzt allerdings jahrelanges Training und sehr viel Erfahrung voraus.

Die Gruppe um Koller hat dieses gesammelte Wissen der Pathologen in Regeln für einen Rechner übersetzt. Die in hoher Auflösung gescannten Bilder werden von dem Programm auf 6642 Merkmale hin untersucht, schreibt das Team aus Medizinern und Informatikern. Dazu wurde dem Gerät von den Forschern zunächst "erklärt", wie Krebsgewebe und wie das umgebende Bindegewebe aussieht. So lernte C-Path, zwischen diesen beiden Typen zu unterscheiden.

In der Folge trainierte das Team um Koller dem Programm unter anderem an, die Nachbarschaftsverhältnisse einer Zelle auszuwerten. Außerdem berücksichtigt das Computerprogramm regulär und irregulär geformte Zellkerne oder das Verhältnis von der Größe der gesamten Zelle zum Zellkern. Alles dies trainierte C-Path sowohl für gesundes also auch für krankes Gewebe. Ein Pathologe aus Fleisch und Blut berücksichtigt die gleichen Merkmale.

69 Prozent Trefferquote

Nachdem das Programm diese "medizinische Vorbildung" erhalten hatte, analysierte es Schnitte durch Brustkrebsgewebe, die von 248 Frauen aus den Niederlanden stammten. Von diesen Proben war bekannt, ob ihre Spenderinnen fünf Jahre nach der Behandlung noch lebten oder nicht. C-Path identifizierte eine Gruppe von Merkmalen, die auf eine geringe Überlebensrate hindeuten – und traf damit eine Vorhersage, die sich gut mit der Realität deckte. Ein ähnliches Resultat ergab sich bei der Analyse von 328 Proben einer kanadischen Kohorte. Die Analyse von C-Path erwies sich in 69 Prozent der Fälle als korrekt.

"Das aufregende an dieser Studie ist, wie gut der Computer bei seiner Vorhersage des Überlebens anhand der Gewebebilder der kanadischen Frauen war", urteilt David Rimm vom Institut für Pathologie an der Yale University. Die Methode sei die bislang erfolgversprechendste auf diesem Gebiet.dpa