KI-System erkennt und charakterisiert weiße und rote Blutzellen

Heidelberg – Ein neuer Algorithmus soll Ärzte bei der Diagnose von Bluterkrankungen unterstützen. Mit Hilfe einer künstlichen Intelligenz (KI) erkennt und charakterisiert er weiße und rote Blutzellen in mikrosko­pischen Aufnahmen von Blutproben.

Eine Arbeitsgruppe vom Deutschen Krebsforschungszentrum (DKFZ) und vom Cambridge Stem Cell Institute berichten in Nature Communications über das Verfahren, das als Open-Source-Methode für Forschungs­zwe­cke zur Verfügung steht (2023, DOI: 10.1038/s41467-023-39676-y).

Bekanntlich ist die Charakterisierung der verschiedenen Formen und Vorläufer insbesondere der weißen Blutzellen diffizil. Das macht auch die Abgrenzung von Erkrankungen schwierig.

So ähneln die sichtbaren Veränderungen im Blut von Patienten mit Myelodysplastischem Syndrom (MDS) beispielsweise oftmals denen von wesentlich harmloseren Formen der Anämie. Die endgültige Diagnose von MDS erfordert daher zusätzlich invasivere Verfahren, etwa die Analyse von Knochenmarksbiopsien sowie molekulargenetische Tests.

„Um die Fachärzte bei diesen schwierigen Diagnosen zu unterstützen, haben wir ein computergestütztes System entwickelt, das weiße und rote Blutzellen aus dem peripheren Blut automatisch erkennt und charak­terisiert“, sagte Moritz Gerstung vom DKFZ.

Die Arbeitsgruppe trainierte den „Haemorasis“ genannten Algo­rithmus zunächst darauf, die Zellmorphologie von über einer halben Million weißer Blutzellen sowie vielen Millionen von roten Blutzellen von über 300 Personen mit unterschiedlichen Bluterkrankungen zu erkennen.

Der Algorithmus kann jetzt Diagnosen von Bluterkrankungen vorschlagen und sogar genetische Subtypen der Krankheiten unterscheiden. Darüber hinaus zeigt der Algorithmus Zusammenhänge zwischen bestimmten Zellmorphologien und Erkrankungen auf, die wegen der Vielzahl von Zellen oft nur schwer zu finden sind.

„Die automatisierte Zellanalyse mit Haemorasis könnte in Zukunft die Routinediagnose von Bluterkrankungen ergänzen. Bis jetzt ist der Algorithmus erst auf bestimmte Erkrankungen trainiert – wir sehen jedoch noch großes Potential in diesem Ansatz“, so Gerstung.

hil