Algorithmen könnten künftig im klinischen Alltag helfen, Tumore zu lokalisieren. Dies sei das Ergebnis einer Studie, die 27 verschiedene Algorithmen ausgewertet habe, teilte das Universitätsklinikum Tübingen am Dienstag mit. Die Studie sei Teil der „Internationalen Machine Learning Challenge“, die gemeinsam mit dem Klinikum der Universität München organisiert wurde. Bisher erfassen Radiologen und Nuklearmediziner die Größe der sogenannten Tumorläsionen manuell in 2D-Schichtbildern, das ist ein sehr zeitintensiver Prozess. Ziel der Herausforderung („Challenge“) war laut Mitteilung, diesen Prozess zu automatisieren.
Teilweise hätten Krebspatienten mehrere Hundert Läsionen – also pathologische Veränderungen durch das Wachstum eines Tumors. Um alle manuell in Bildaufnahmen einzuzeichnen, brauche ein Mediziner mehrere Stunden. Daher wurde nach einem Algorithmus gesucht, der die Auswertung künftig automatisiert übernehmen kann. Bereits im Jahr 2022 reichten 359 Forscher aus aller Welt in 27 Teams ihre Lösungen ein. Alle eingereichten Algorithmen nutzen Deep Learning, eine Form der künstlichen Intelligenz, um die Konturen der Läsionen zu identifizieren. Hierbei werden mithilfe von neuronalen Netzen komplexe Muster und Zusammenhänge in großen Datenmengen erkannt.
In der aktuellen Studie wurde in den im Jahr 2022 eingereichten Lösungen nach den vielversprechendsten Algorithmen gesucht. Das Ziel der Forscher für die nächsten Jahre ist, die Auswertung der Bildaufnahmen vollständig zu automatisieren. (2473/05.11.2024)