IBM-Forscher analysieren die Zellstruktur von Brustkrebs mithilfe von KI

Brustkrebs ist neben Lungen- und Darmkrebs die häufigste Krebserkrankung und in vielen Ländern weltweit die häufigste Todesursache bei Frauen. Laut Statistiken der Weltagentur für Krebsforschung (IARC) aus dem Jahr 1998 stand Brustkrebs an erster Stelle und machte 21 % aller Krebserkrankungen bei Frauen weltweit aus. Und die neuesten Untersuchungen zeigen, dass jede achte erwachsene Frau im Laufe ihres Lebens an invasivem Brustkrebs erkrankt, und laut der Weltgesundheitsorganisation gab es im vergangenen Jahr weltweit 18,1 Millionen neue Fälle und 9,6 Millionen Todesfälle durch Brustkrebs. Somit ist ersichtlich, dass es sich bei Brustkrebs tatsächlich um einen Serienmörder mit einem äußerst komplexen Reaktionsmechanismus handelt, für den im Laufe der Jahre unzählige Studien zu seinen Ursachen, seiner Pathogenese und seiner Behandlung durchgeführt wurden. Die erzielten Ergebnisse sind jedoch noch relativ begrenzt.

• Verbessern Sie die Wirksamkeit der Beurteilung von Depressionen mit KI-Modellen

Derzeit verbessert die Früherkennung von Brustkrebs durch Screening bei ansonsten gesunden Frauen die Prognose und die allgemeinen Behandlungsergebnisse erheblich, und glücklicherweise sind bei Google, dem MIT und der NYU Bemühungen im Gange, die Genauigkeit des Brustkrebs-Screenings mithilfe von Technologie der künstlichen Intelligenz zu verbessern, und haben lobenswerte Erfolge erzielt , was das Potenzial für ein wirksames gemeindenahes Brustkrebs-Screening eröffnet. deutlich mehr. Ein weiterer Gigant auf dem Gebiet der künstlichen Intelligenz – IBM – ist der neueste Name, der sich dem Kampf gegen Brustkrebs anschließt. In einem Blogbeitrag erläuterten Wissenschaftler des Schweizer Büros von IBM Zürich gestern ihr gemeinsames Projekt mit der Universität Zürich zur Entwicklung eines Systems, das auf künstlicher Intelligenz basiert und Tumore, Immunzellen und die Beziehungen dieser Komponenten identifizieren und klassifizieren kann. Details zu diesem Forschungsprojekt werden in der renommierten Fachzeitschrift Cell veröffentlicht.

„Während Forscher und Ärzte auf der ganzen Welt unermüdlich daran gearbeitet haben, neue Behandlungen zur Bekämpfung von Brustkrebs zu entwickeln, liegen die Hauptursachen für krebsbedingte Todesfälle letztendlich weiterhin in der Behandlungsresistenz, dem Wiederauftreten und der Metastasierung.“ Unser Ziel in diesem Projekt ist nichts Geringeres, als den Grundstein für zukünftige genaue Diagnose- und Screening-Methoden zu legen, die Patienten dabei helfen können, im Kampf gegen diese böse Krankheit einen höheren Prozentsatz zu gewinnen“, teilte Frau Marianna Rapsomaniki, Leiterin des IBM-Forschungsteams, mit.

• Google setzt KI bei der Erkennung von Augenkrankheiten ein

Zu diesem Zweck stellten Frau Rapsomaniki und ihre Kollegen zunächst die Hypothese auf, dass Brustkrebs eine heterogene Krankheit ist – das heißt, sie besteht aus Tumorzellen mit unterschiedlichen Eigenschaften. Eigenschaften, die durch die genetische Struktur bestimmt und durch Umweltkommunikation und Interaktionen mit nicht krebsartigen Zelltypen beeinflusst werden im Körper wie Immunzellen, Fibroblasten (Stromazellen) und Endothelzellen (Gefäßzellen). Darüber hinaus vermuten Wissenschaftler auch, dass Faktoren in diesen „Ökosystemen“ mit dem Fortschreiten der Krankheit und der Fähigkeit, auf eine Therapie anzusprechen, zusammenhängen könnten.

Um ihre Idee zu beweisen, wählte das Team Nicht-Tumor-Proben von 144 Patienten aus und nutzte Massenzytometrie – eine Variation der Analysemethode Durchflusszytometrie –, um etwa 70 Arten von Proteinen in mehr als 26 Millionen Krebs- und Immunzellen zu analysieren und zu messen. Als nächstes verwendeten sie eine KI-basierte Technik, um verschiedene Populationen von Tumoren und Immunzellen zu identifizieren, erstellten dann ein detailliertes Diagramm des „Brustkrebs-Ökosystems“ und nutzten dieses Nomogramm, um die Heterogenität einzelner Tumoren zu identifizieren und ihre Quantifizierung zu quantifizieren Anomalien im Vergleich zu Nicht-Tumorzellen.

• Das KI-Modell des MIT kann mit minimalen Trainingsdaten selbstständig Beziehungen zwischen Objekten erfassen

Schließlich führten die Forscher Analysen tumorassoziierter Makrophagen und T-Zellpopulationen durch (diese Zellen können sowohl tumorsuppressive als auch unterstützende Funktionen aufweisen) und verknüpften die Ergebnisse dann mit anderen klinischen Informationen, einschließlich des Krankheitsausmaßes oder der Tumoraggressivität.

Nach Abschluss der experimentellen Schritte stellte das Team fest, dass bösartige Tumoren häufig von einer einzigartigen Tumorzellmorphologie dominiert werden und dass jeder Tumor auch in seiner Zellzusammensetzung einzigartig ist. Je bösartiger die Tumoren sind, desto unterschiedlicher unterscheiden sie sich von den Tumoren ausruhen. Darüber hinaus haben Wissenschaftler auch Ähnlichkeiten im tumorbezogenen Immunsystem zwischen bösartigen Tumoren festgestellt.

Das Team ist davon überzeugt, dass diese Arbeit dazu beitragen wird, den Grundstein für die Entwicklung präzisionsmedizinischer Behandlungen zu legen und zeigt, dass die Immuntherapie eine praktikable Methode zur Früherkennung bestimmter Krankheiten sein kann.

• Die japanische künstliche Intelligenz hat superrealistische virtuelle Models geschaffen

„Im Laufe unserer Forschung haben wir festgestellt, dass ein einheitlicher Ansatz zur Krebsbehandlung nicht immer wirksam ist. Basierend auf diesen jüngsten Erkenntnissen glauben wir, dass eine bestimmte Gruppe von Brustkrebspatientinnen ebenfalls von einer Immuntherapie zur Behandlung profitieren könnte. „In Zukunft werden wir das Verständnis der Machbarkeit einer Immuntherapie in weiteren Studien fördern, was möglicherweise zu einer groß angelegten klinischen Studie führen wird“, schloss Frau Marianna Rapsomaniki.