Neue Diagnosetechnologie ermöglicht automatisierte HER2-Bewertung von Brustkrebsgewebsproben

Neue Diagnosetechnologie für Brustkrebs

Wissenschaftler der University of California, Los Angeles haben eine kompakte und kostengünstige Diagnosetechnologie entwickelt, die eine linsenfreie Holographie und maschinelles Lernen kombiniert. Diese wird zur automatisierten HER2-Bewertung von Gewebeproben bei Brustkrebs eingesetzt. Ihre Ergebnisse wurden offiziell in BME Frontiers (BMEF) veröffentlicht und bieten eine transformative Alternative zu teurer und sperriger konventioneller digitaler Pathologieausrüstung für den klinischen Einsatz.

Bedeutung der HER2-Bewertung

Die genaue HER2-Bewertung ist entscheidend für die Diagnose, Prognose und die Planung gezielter Therapien bei Brustkrebs. HER2 ist ein Protein, das in bestimmten Brustkrebszellen überexprimiert wird, was die Aggressivität des Tumors erhöhen kann. Eine präzise Messung hilft Ärzten, die beste Behandlung zu wählen.

Vorteile der neuen Technologie

Traditionelle Scanner für die Ganzbildaufnahme benötigen komplexe optische Komponenten und präzise mechanische Systeme, was sie für viele abgelegene Kliniken unerschwinglich macht. Das neu entwickelte linsenfreie Holographie-Gerät benötigt keine Objektive oder mechanische Fokussierung. Bei RGB-Laserbeleuchtung erfasst es holographische Beugungssignale von gefärbten Gewebeschnitten über ein Sichtfeld von 1,250 mm² und erreicht eine effektive Bilddurchsatzrate von 84 mm² pro Minute. Damit übertrifft es viele kommerzielle Pathologiescanner.

Zuverlässigkeit der Ergebnisse

Um zuverlässige Ergebnisse zu gewährleisten, verwendete das Team eine Strategie mit fünf Modellen des neuronalen Netzwerks und den Bayesian Monte Carlo Dropout für die Echtzeit-Wahrscheinlichkeitsberechnung. Bei der Bewertung eines blind getesteten Datensatzes von 412 unabhängigen Gewebeproben erreichte das System eine Genauigkeit von 84,9 % bei der vierstufigen HER2-Klassifizierung und 94,8 % bei der binären Bewertung. Es filterte erfolgreich 30,4 % der falsch klassifizierten Proben aus und verlor dabei nur 7,2 % der korrekten Vorhersagen, wodurch die diagnostischen Risiken effektiv gesenkt wurden. Ein vereinfachter Modus mit blauem Licht behielt ebenfalls eine anständige Leistung bei und senkte die Hardwarekosten weiter.

Kosten und Verfügbarkeit

Die Gesamtkosten der Imaging-Hardware liegen unter 980 US-Dollar, was ein hervorragendes Gleichgewicht zwischen Erschwinglichkeit und Funktionalität darstellt. Die Gesamtklassifizierungsleistung ist mit hochwertigen Hellfeldmikroskopen vergleichbar, die in standardisierten digitalen Pathologie-Workflows verwendet werden.

Bedeutung für die Zukunft

Dieses ganz neue Imaging-AI-System bietet eine praktische Lösung für hochgradige, vor Ort durchgeführte HER2-Tests. Es wird den Zugang zu standardisierten Pathologiediensten bei Brustkrebs erweitern, insbesondere in Regionen, die über keine fortschrittliche medizinische Ausrüstung verfügen. Es fördert auch die Verbreitung kostengünstiger Technologien in der computergestützten Pathologie.

Quellen: