Prof. Dr. Marc Aubreville von der Hochschule Flensburg hat ein neues Projekt zur „Digitalen Pathologie“ initiiert, welches von der Deutschen Forschungsgemeinschaft (DFG) gefördert wird. Ziel des Projekts ist die Verbesserung der Diagnostik durch den Einsatz von Künstlicher Intelligenz (KI) sowie die Entwicklung neuer KI-gestützter Operationstechniken. Aubreville, der seit Sommer 2024 Professor an der Hochschule ist, verfolgt mit diesem Vorhaben die Unterstützung von Patholog*innen bei der Identifizierung auffälliger Gewebeproben, die auf bösartige Tumore hinweisen.
Ein wesentlicher Aspekt des Projekts besteht darin, dass die KI nicht die Diagnose selbst übernimmt, sondern Patholog*innen dabei hilft, schwer erkennbare Bereiche in Gewebeproben zu identifizieren. Aubreville begann seine Arbeit in der digitalen Pathologie bereits während seiner Promotion mit ersten Versuchen an Gewebeproben von Hunden. Diese frühen Versuche führten zu einer erfolgreichen Erkennung von Brustkrebs bei Hunden, was den Algorithmus auf menschliche Gewebeproben übertragbar machte. Aktuell steht Aubreville vor der Herausforderung, die KI weiterzuentwickeln, um unterschiedliche Tumorarten und Diagnosekontexte zu berücksichtigen.
Forschung und Entwicklung in der digitalen Pathologie
Aubreville arbeitet mit Partnern aus Berlin und Wien zusammen, um umfangreiche Daten zur Optimierung der Algorithmen zu sammeln. Die Hochschule Flensburg bietet ihm dafür ein praxisnahes Forschungsumfeld und eine enge Verbindung zur Lehre. Die DFG-Förderung wird als ein Zeichen für Spitzenforschung an Hochschulen für angewandte Wissenschaften angesehen.
Die Digitalisierung in der Pathologie ermöglicht zunehmend die Anwendung von KI und maschinellem Lernen. Laut einem Bericht des Ärzteblatts steht die Implementierung dieser Technologien jedoch noch am Anfang. Randomisierte, prospektive Studien, die den Einsatz von KI in der Pathologie umfassend evaluieren, fehlen bislang. Dennoch zeigen erste Studien, dass Pathologen in der Diagnosestellung mit Computerunterstützung schneller und genauer arbeiten können.
Ein Beispiel ist eine Pilotstudie zur Diagnostik von Mammakarzinomen, bei der die Sensitivität bei Mikrometastasen von 83,3 % (Pathologe) auf 91,2 % (Pathologe + Algorithmus) gesteigert wurde. Trotz der Fortschritte bleibt die digitale Transformation in der Pathologie hinter anderen bildgebenden Disziplinen zurück. Whole Slide Scanner werden in Deutschland nur selten in der Routinediagnostik verwendet, hauptsächlich aufgrund hoher Kosten und Sicherheitsbedenken. Dennoch zeigt eine Studie, dass digitale Befundung der analogen Diagnostik am Mikroskop ebenbürtig ist.
KI-Modelle weisen hohe Genauigkeit bei der Unterscheidung zwischen Tumoren und gesundem Gewebe auf und können Pathologen von zeitintensiven Screening-Arbeiten entlasten. Es bestehen jedoch Herausforderungen bei der Implementierung in der klinischen Diagnostik, wie der Mangel an digitalisiertem Probenmaterial und hohe Investitionskosten. Um die Vorteile von KI in der Pathologie voll ausschöpfen zu können, sind prospektive, randomisierte Studien notwendig.
