Für den Monat Februar 2024 geht das „Paper of the Month“ der Medizinischen Fakultät der Universität Münster an Jacqueline Kockwelp (Centrum für Reproduktionsmedizin und Andrologie), Jannis Bartsch, Christoph Schliemann und Linus Angenendt (Medizinische Klinik A) für die Publikation: Deep learning predicts therapy-relevant genetics in acute myeloid leukemia from Pappenheim-stained bone marrow smears. Blood Advances. 8(1).2024: 70-79. [Volltext].
Die richtige Therapiewahl für Patienten mit Akuter Myeloischer Leukämie hängt entscheidend von den zugrundeliegenden genetischen Veränderungen ab. Zwar ist für wenige relevante Genveränderungen bekannt, dass sich diese auch morphologisch äußern können, dennoch ist ein visuelles Erkennen dieser Veränderungen der Zellen oftmals nicht möglich, sodass die Wahl der Erstlinientherapien auf zeitaufwändigen und teuren genetischen Analysen basiert.
Es wurden zwei auf Machine-learning basiererende Pipelines entwickelt mit dem sehr hochaufgelösten Whole-Slide-Scan von Knochenmarkausstrichen vollautomatisiert verarbeitet und analysiert werden können. Mit der ersten Pipeline können einzelne Zellen identifiziert, extrahiert und klassifiziert werden. Die zweite Pipeline besteht aus mehreren Neuronalen Netzen, für deren Entwicklung die Daten von über 400 AML-Patienten verwendet wurden. Die zuvor extrahierten einzelnen Zellen können dann genutzt werden, um verschiedene therapierelevante genetische Mutationen wie im FLT3-Gen, welche nach heutigem Kenntnisstand nicht zu charakteristischen zytomorphologischen Veränderungen führen, vorherzusagen. Die Pipelines wurden anhand eines separaten Datensatzes von weiteren 70 Patienten validiert.
Das neue Verfahren, bei dem die Ergebnisse in kürzester Zeit vorliegen, ist eine Ergänzung zur genetischen Routinediagnostik, um Hämatologen und Onkologen bei der Wahl einer geeigneten Therapieform frühzeitig zu unterstützen, und stellt eine Grundlage für die Entwicklung zukünftiger Ansätze dar, die ebenfalls auf künstlicher Intelligenz basieren.
Eine Liste aller bisherigen Gewinner der Paper of the Month-Auszeichnung finden Sie hier.
Foto: MFM/Christian Albiker