Forscher haben eine Open-Source-KI von Google trainiert, um Krebs zu erkennen

Krebs wird bis heute meist über sogenannte bildgebende Verfahren erkannt. Zu bewährten Diagnoseverfahren zählen zum Beispiel Röntgenuntersuchungen, MRT-Scans und die Analyse von Gewebeproben. Allen gemeinsam ist, dass dahinter ein Mensch steht, der sich die Bilder, beziehungsweise die Proben ansieht und anhand eines Katalogs verschiedener Datenpunkte auswertet. Ein zeitlich aufwendiges Verfahren. Nun haben Forscher der New York University im renommierten Fachblatt „Nature Medicine“ einen Artikel veröffentlicht, in dem sie ein Verfahren zur Erkennung von Lungenkrebs mittels Deep Learning beschreiben.

Hunderttausende Bilder

Hierzu fütterten sie Googles Inception v3, ein Algorithmus, der zum Beispiel für Gesichts- und Produktbilderkennung genutzt wird, mit hunderttausenden Bildern aus der Datenbank „Cancer Genome Atlas“. So lernte der Algorithmus zunächst, Krebszellen mit einer Genauigkeit von 99 Prozent zu erkennen. In einem nächsten Schritt sollten zwei unterschiedliche Arten von Lungenkrebs erkannt werden, was immer noch zu 97 Prozent gelang.

Inzwischen kann die KI auf einem einzigen Bild genetische Mutationen erkennen – ein Vorteil gegenüber dem menschlichen Auge, das immer noch auf die manuelle, zeitaufwendige Bildauswertung angewiesen ist.

Allerdings ging die Genauigkeit bei zufälligen Proben von Krebspatienten der NYU etwas zurück und lag zwischen 83 und 97 Prozent. Die Verbesserung der Genauigkeit wird jedoch nur eine Frage der Zeit sein.