Maschinelles Lernen verbessert die Diagnose von Kopf-Hals-Tu­mor-Metastasen

Berlin – Bei einem Teil der Patienten mit Kopf-Hals-Tumoren entwickelt sich zusätzlich ein Lungentumor. Ob es sich dabei um eine Metastase oder einen zweiten Tumor handelt, können Pathologen mittels gängigen Analysen der Gewebefeinstruktur nur schwer unterscheiden.

Besser gelang die Unterscheidung Forschenden der Charité – Universitätsmedizin Berlin und des Deutschen Krebskonsortiums (DKTK) anhand von DNA-Methylierungsmustern mehrerer Hundert Kopf-Hals- und Lungentumoren, die sie für ein tiefes neuronales Netzwerk trainiert hatten. Die Einführung des Verfahrens in die klinische Routine wird derzeit erprobt. Veröffentlicht sind die Ergebnisse in der Fachzeitschrift Science Translational Medicine (2019; doi: 10.1126/scitranslmed.aaw8513).

Für die Therapie der Betroffenen habe diese Unterscheidung große Bedeutung, betont Frederick Klauschen vom Institut für Pathologie der Charité. „Während lokal begrenzte Lungenkarzinome mittels einer Operation potenziell geheilt werden können, haben Patienten mit einem metastasierten Kopf-Hals-Tumor eine deutlich schlechtere Überlebenschance und benötigen beispielsweise eine Radiochemotherapie.“

Normalerweise greifen Pathologen zur Unterscheidung zwischen Metastase und Zweittumor auf etablierte Methoden wie die Analyse der Feinstruktur des Tumors sowie den Nachweis charakteristischer Proteine im Gewebe zurück. Da Kopf-Hals-Tumoreund Lungenkarzinome hier jedoch große Ähnlichkeit zeigen, liefern diese Untersuchungen in einem Großteil der Fälle kein eindeutiges Ergebnis.

„Um dieses Problem zu lösen, analysierten wir Gewebeproben hinsichtlich einer Methylierung der DNA“, erläutert David Capper vom Institut für Neuropathologie der Charité, der die Studie zusammen mit Klauschen geleitet hat. Denn aus früheren Studien wisse man, dass das Methylierungsmuster von Krebszellen sehr stark davon abhängig sei, aus welchem Organ der Tumor abstamme.

Um diese Information nutzbar zu machen, wendete die Forschungsgruppe in Kooperation mit Klaus-Robert Müller, Professor für Maschinelles Lernen an der TU Berlin, Methoden der künstlichen Intelligenz an. „Unser neuronales Netzwerk ist in der Lage, Lungenkarzinome und Metastasen von Kopf-Hals-Tumoren in den meisten Fällen mit einer Genauigkeit von mehr als 99 % zu unterscheiden“, unterstreicht Klauschen.

„Wir erproben derzeit an der Charité die Einführung dieses neuen diagnostischen Verfahrens in die klinische Routine.“ Dazu gehöre auch, die neue Methode in einer prospektiven Studie zu validieren, stellt der Studienleiter in Aussicht.

gie