KOPENHAGEN - Software, die sich auf die Kraft der künstlichen Intelligenz stützt, um sich selbst zu "lehren", kann zwischen krebsartigen und nicht krebsartigen Prostata-Proben unterscheiden und könnte bald zur Bestimmung eines Gleason-Scores für die Probe verwendet werden, wie neue Forschungsergebnisse zeigen.
"Das System wurde so programmiert, dass es lernt und die Interpretation der Proben schrittweise verbessert", erklärte der Ermittler Hongqian Guo vom Nanjing Drum Tower Hospital in China in einer Erklärung.
"Unsere Ergebnisse zeigen, dass die von der KI gemeldeten Diagnosen auf einem Niveau lagen, das mit dem eines Pathologen vergleichbar ist", berichtete er während einer Postersitzung hier auf dem Kongress der European Association of Urology 2018. Und "es könnte die bösartigen Spiegel von Prostatakrebs genau klassifizieren."
Guo und seine Kollegen verwendeten das intelligente Softwaresystem, das in Zusammenarbeit mit Nanjing Innovative Data Technologies, Inc. entwickelt wurde, um 918 Prostata-Gesamtproben von 283 Patienten zu untersuchen, die sich einer radikalen Prostatektomie unterzogen hatten. Die Bewertung erfolgte gemäß dem Bewertungssystem der International Society of Urological Pathology 2014 für Prostatakrebs (Am J Surg Pathol. 2016; 40: 244-252).
Das Team identifizierte dann Regionen mit unterschiedlichen Tumorgraden innerhalb des gesamten Mount-Abschnitts, von niedrig (Grad 1 und 2) über mittel (Grad 3 und 4) bis hoch (Grad 5).
Es dauerte eine beträchtliche Zeit, bis die Maschine lernte, wie man krebsartige von nicht krebsartigen Proben unterscheidet, aber die diagnostische Genauigkeit der Software verbesserte sich im Laufe der Zeit allmählich, sagte der Ermittler Chengwei Zhang, MD, PhD, ebenfalls vom Nanjing Drum Tower Hospital.
Anschließend testeten sie die Fähigkeit der Software, zu erkennen, ob ein Krebs vorhanden war oder nicht, indem sie der Maschine 10 Teile von Ganzmontageabschnitten von 10 verschiedenen Patienten gaben. Es war in 99, 3% der Fälle genau.
Und als sie die von der Software ermittelten Tumorgrade mit denen eines Pathologen verglichen, stellten sie fest, dass die Ergebnisse gut übereinstimmten.
"Wir glauben, dass dies die erste automatisierte Arbeit ist, die eine genaue Berichterstattung und Diagnose von Prostatakrebs bietet", sagte Guo.
Die Maschine muss noch mehr lernen, insbesondere, wie man Gleason-Score-Krebserkrankungen mit niedrigerer und höherer Bewertung bewertet. Zhang wies darauf hin, dass es sich bei den meisten Proben, denen es ausgesetzt war, um Prostatakrebs mit mittlerem Risiko handelte.
Bei kontinuierlicher Verbesserung kann die Software möglicherweise nicht nur Prostatakrebs, sondern auch andere Krebsarten diagnostizieren.
Es ist auch möglich, dass die Software Prostatakrebs und seinen Malignitätsgrad besser diagnostizieren kann als ein unerfahrener Pathologe, der wiederum von der Software lernen könnte, wie Proben mit signifikanten Krankheiten besser identifiziert werden können, erklären die Forscher.
"Dies wird keinen menschlichen Pathologen ersetzen", sagte Guo. "Wir brauchen noch einen erfahrenen Pathologen, der die Verantwortung für die endgültige Diagnose übernimmt."
Aber es wird "Pathologen helfen, bessere und schnellere Diagnosen zu stellen" und "alltägliche Schwankungen im Urteilsvermögen zu beseitigen, die sich in menschliche Bewertungen einschleichen können", fügte er hinzu.
"Dies kann in einigen Bereichen sehr nützlich sein, in denen es an ausgebildeten Pathologen mangelt", sagte Dr. Rodolfo Montironi von der Polytechnischen Universität Marken in Ancona, Italien.
Montironi warnte jedoch, obwohl intelligente Software die Abhängigkeit von menschlichem Fachwissen verringern wird, "müssen wir immer noch sicherstellen, dass die endgültigen Entscheidungen über die Behandlung bei einem ausgebildeten Pathologen bleiben."
Guo, Zhang und Montironi haben keine relevanten finanziellen Beziehungen offengelegt.
Kongress der Europäischen Vereinigung für Urologie (EAU) 2018: Abstract 213. Präsentiert am 16. März 2018.
Folgen Sie Medscape auf Twitter @Medscape
