Künstliche Intelligenz in der Mikroskopie

Unternehmen digitalisieren ihre Geschäftsprozesse. Das war schon immer so und der Trend geht ungebrochen weiter. Neu in diesem Bereich ist das Thema künstliche Intelligenz. Dabei versucht man einer Software so zu gestalten, das sie von alleine klüger werden kann. Wir zeigen auf, welche Chancen und Risiken im Bereich der Medizintechnik dadurch möglich sind, insbesondere in der Mikroskopie.

Was ist künstliche Intelligenz?

Normalerweise sind Software Produkte eine statische Sache. Man definiert was sie können müssen und programmiert ihnen entsprechende Logiken ein: „Wenn das so ist… dann mach bitte das.“ Lerneffekte wurden immer von Außen hineingetragen durch Updates. Künstliche Intelligenz funktioniert da anders, berichteten uns die Experten vom IT Support Zürich. Bei ihnen werden Mechanismen installiert, mit deren Hilfe die Software von alleine lernen kann. Das heißt, sie wird befähigt Muster zu erkennen und daraus eigene Schlüsse zu ziehen.

Das Problem dabei ist die Frage die auch in der Statistik eine Rolle spielt. Muster zu erkennen geschieht mit Hilfe von Wahrscheinlichkeiten. Es gibt Anzeichen für einen Sachverhalt, deren Ursache in über 50% der Fälle mit einem anderen Faktor auftritt. Dann vermutet man einen Zusammenhang. Ob dieser jedoch valide ist, das ist schwer zu prüfen. An einem Fallbeispiel versteht man das besser.

Künstliche Intelligenz im Bereich der Mikroskopie

Eine mögliche Anwendung künstlicher Intelligenz im Bereich Mikroskopie wäre die Erkennung von Krebszellen. Immer mehr Operationen werden per Roboter durchgeführt. Das heißt, der Chirurg schneidet nicht selbst, sondern steuert ein Gerät. Viele dieser Geräte enthalten Mikroskope, um eine Sicht auf zellularer Ebene zu ermöglichen.

Für die Mediziner wäre es ein großer Gewinn, wenn eine KI vorhanden wäre, die anhand der Mikroskop-Bilder erkennt welche Zellen Krebszellen sind und welche gesund. Somit könnten Sie bei der Operation genauer erkennen, welches Gewebe entfernt werden muss. Das könnte die Heilungschancen bei operativ behandelbaren Tumoren auf jeden Fall drastisch steigern. Notwendig wäre hierfür ein Algorithmus, der die Unterschiede identifiziert. Die Daten dafür könnten sich aus tausenden Aufnahmen von Krebszellen und gesunden Zellen vieler Patienten speisen.

Das Problem wiederum wäre die Frage, welche Muster die KI auf diesen Aufnahmen erkennt und ob diese wirklich Anzeichen sind für eine Erkrankung. Es gab zum Beispiel einen Fall, da hat eine KI Röntenaufnahmen analysiert. Sie konnte relativ gut erkennen, welche Verletzungen tödlich waren. Als man sich die Sache genauer angeschaut hatte, bemerkte man, dass die Aufnahmen von den tödlichen Verletzungen am Rand mit einer Markierung der Notfallchirurgie versehen waren. Da dort mehr Menschen starben war klar, dass dieses Symbol auf eine große Lebensgefahr hindeutet. Aber als Merkmal zur Erstellung von Diagnosen ist es völlig unbrauchbar. Das heißt, es liegt noch viel Arbeit vor uns in diesem Bereich. Aber es geht voran.