Der schlaflose Sherlock Holmes: Wie kann künstliche Intelligenz helfen, die Geheimnisse der zellulären Welt zu entschlüsseln?

In der Welt der Zellen gibt es eine Technologie namens „Dünnschichtzytologie auf Basis von Zervixflüssigkeit“ (LBC), die wie ein Zelldetektiv funktioniert und hauptsächlich für die Erkennung potenzieller Gesundheitsrisiken zuständig ist. Heute enthüllen wir den neuesten Assistenten dieses Zelldetektivs – künstliche Intelligenz (KI)!

Stellen Sie sich KI vor, einen Superassistenten, der nicht nur die Dinge beschleunigt, sondern auch die Detektivarbeit präziser und unterhaltsamer macht!

1. Zervikale Flüssigkeits-basierte Dünnschichtzytologie - Das Stadium der Zellen unter dem Mikroskop

Was ist also die auf zervikaler Flüssigkeit basierende Dünnschichtzytologie-Untersuchungstechnologie?

Einfach ausgedrückt handelt es sich dabei um eine Technologie, die erkennt, ob die Zellen des Gebärmutterhalses gesund sind. Anders als bei der herkömmlichen Abschabetechnologie werden die Gebärmutterhalszellproben in eine flüssige Form umgewandelt und unter dem Mikroskop auf mögliche abnormale Zellen untersucht.

Bei der „Cervical Liquid-Based Thin Layer Cytology“ (LBC) handelt es sich nicht um eine spezielle medizinische Untersuchungsmethode, sondern um eine allgemeine Bezeichnung für eine Klasse von Methoden. In der praktischen Anwendung können unsere Ärzte oder Labore unterschiedliche Arten von LBC-Methoden verwenden, wie beispielsweise die TCT, mit der wir besser vertraut sind.

Wie funktioniert diese Technologie?

Ähnlich wie hochauflösende Linsen in Filmen können damit hochauflösende „Nahaufnahmen“ von Zellen erstellt werden, wodurch Ärzte subtile Veränderungen in Zellen deutlicher erkennen und so die Art der Pathologie diagnostizieren können.

△ Zervikale Exfolierungszellen unter Papanicolaou-Färbung

2. Künstliche Intelligenz: Ein neuer Partner für Zelldetektive

• Die Rolle der KI: „Schlafloser Sherlock Holmes“

KI ist ein „Superdetektiv“, der sich in der Zellwelt auskennt und Tausende von Zellbildern analysieren kann, ohne sich auszuruhen oder Wasser zu trinken. Es ist viel schneller und macht weniger Fehler als menschliche Ärzte.

Unter 1.500 auf zervikaler Flüssigkeit basierenden Dünnschichtzytologie-Abstrichen, die zwischen Februar und November 2023 im ersten angeschlossenen Krankenhaus einer medizinischen Universität gesammelt wurden, wurden die Sensitivität, Spezifität und Genauigkeit der Einzelbefunde der Pathologen, der Einzelbefunde mit künstlicher Intelligenz (KI) und der durch künstliche Intelligenz (KI) unterstützten Befunde der Ärzte analysiert und verglichen; auch die Befundzeit wurde verglichen.

Die Ergebnisse zeigten, dass das durch künstliche Intelligenz (KI) unterstützte Befunden durch Ärzte im Vergleich zu künstlicher Intelligenz (KI) allein und dem Befunden von Filmen durch Pathologen die Vorteile einer hohen Sensitivität, Spezifität und Genauigkeit bietet .

Daher kann die Verwendung eines auf künstlicher Intelligenz (KI) basierenden Diagnosesystems als „Superassistent“ zum Lesen von Filmen die Screening-Effizienz verbessern, die Arbeitsbelastung von Zytopathologen verringern und sie zu einem besseren „fähigen Helfer“ der Zelldetektive machen.

Wie funktioniert KI?

Mithilfe von Deep-Learning-Algorithmen kann KI wie ein gut ausgebildeter Detektiv abnormale Muster in Zellbildern erkennen und durch kontinuierliches Lernen ihre Genauigkeit schrittweise verbessern. Stellen Sie sich vor, ein Pathologe könnte anhand einer Gewebeprobe einfach unter dem Mikroskop erkennen, ob die Zellen krebsartig sind.

Ist das erkrankte Gewebe jedoch ungleichmäßig auf der Scheibe verteilt, muss der Arzt die Scheibe zur Beobachtung immer wieder verschieben. Dies ist nicht nur zeitaufwändig und mühsam, sondern kann auch zu Fehldiagnosen führen. KI kann dieses Problem sehr gut lösen.

Zunächst kann es das große Bild in Blöcke unterteilen, dann den Läsionsbereich automatisch verfolgen und identifizieren, hineinzoomen und analysieren und schließlich die Interpretation auf Fallebene abschließen und die Ergebnisse ausgeben. Auf diese Weise können Ärzte die Filmbefundung effizienter durchführen und die Genauigkeit der Diagnose verbessern.

3. Die „Superkraft“ der KI: Akribischer als Ärzte?

• Die „Hauptkraft“ zur Effizienzsteigerung

Wenn Sie über ein supereffizientes Kopiergerät verfügen, das Tausende von Dokumenten in wenigen Minuten kopieren kann, ist ein solches „Arbeitstier“ auch bei der Zelleninspektion unverzichtbar. KI ist wie dieser „Kopierer“. Es kann Tausende von Zellbildern in sehr kurzer Zeit verarbeiten, wodurch die Arbeitsbelastung der Ärzte erheblich reduziert und die Untersuchung wesentlich beschleunigt wird.

Durch kontinuierliches Training und Lernen ist KI wie ein äußerst sorgfältiger „Forscher“, der Tausende von Zellbildern in wenigen Minuten untersuchen und diese winzigen Änderungen entdecken kann, als würde er jedes Detail sorgfältig mit einer Lupe untersuchen. Es ist detaillierter als herkömmliche Methoden und kann winzige Unterschiede in Zellen genau identifizieren, die für Ärzte oft schwer zu erkennen sind. Bei der Untersuchung von Zellen hat die KI „superdetektivische“ Qualitäten bewiesen und ist dabei sorgfältiger als die von Ärzten.

△Analyse der Ergebnisse von drei Filmlesemethoden

Natürlich hat auch die KI ihre „kleinen Schwächen“. In Bezug auf die positive Erkennung schnitt es recht gut ab, wie ein Detektor, der „versteckte Schätze“ genau finden kann. Dennoch unterlaufen der KI gelegentlich Fehler in Form von falsch positiven (falschen Beurteilungen gesunder Zellen als abnormal) und falsch negativen (falschen Beurteilungen abnormaler Zellen als gesund). Es ist so, wie „Super Detective“ manchmal die kleinen Details durcheinanderbringt. Wenn KI und Pathologen jedoch zusammenarbeiten, entsteht eine leistungsstarke Kombination mit deutlich weniger Fehlern und besserer Leistung.

4. Die „goldene Partnerschaft“ von KI und Ärzten: eine perfekte Kombination, um gemeinsam zu kämpfen

KI kann Ärzte nicht vollständig ersetzen

Obwohl KI leistungsstark ist, handelt es sich eher um ein unterstützendes Tool. Das professionelle Urteilsvermögen und die Erfahrung des Arztes sind nach wie vor entscheidend, und durch die Zusammenarbeit zwischen KI und Ärzten können die besten Ergebnisse erzielt werden. Jetzt gleicht die Zusammenarbeit zwischen KI und Pathologen einem Superheldenteam.

Studien haben gezeigt, dass die Leistung von KI und Ärzten bei der Zusammenarbeit nahezu einwandfrei ist. KI ist besonders gut darin, winzige Anomalien in Zellen zu erkennen, da sie wie eine Lupe für Zellen fungiert und Details erkennen kann, die mit herkömmlichen Methoden nicht erkennbar sind.

Der perfekte Partner für die Zukunft

Mit der Weiterentwicklung der KI-Technologie wird die Zusammenarbeit mit Pathologen in Zukunft noch enger werden. Die KI wird nicht nur ihre Leistung bei positiven Tests weiter verbessern, sondern auch im Hinblick auf falsch positive und falsch negative Ergebnisse genauer werden. Dieser „Superdetektiv“ wird gemeinsam mit seinen Arztpartnern weiterhin die Welt der Zellen erforschen und den Reiz der Medizin verbreiten.

5. Eine neue Reise nach der Offenbarung

Die Einführung der Technologie der künstlichen Intelligenz (KI) hat eine neue Ära für die Dünnschichtzytologie-Untersuchung des Gebärmutterhalses auf der Basis von Flüssigkeiten eingeläutet. 90 % der Anwendungsbereiche der KI-Pathologie konzentrieren sich auf Gebärmutterhalskrebs. Die Häufigkeit und Sterblichkeitsrate von Gebärmutterhalskrebs in China liegt auf Platz sechs. Gebärmutterhalskrebs ist eine häufige gynäkologische Krebserkrankung und die einzige Krebsart, die durch frühzeitige Prävention und Behandlung verhindert werden kann.

Die Zahl der Gebärmutterhalskrebsfälle in China nimmt zu. In den letzten Jahren hat das Land das Screening auf „zwei Krebsarten“ gefördert. Ein KI-pathologiegestütztes Gebärmutterhalskrebs-Screening kann die Screening-Effizienz wirksam verbessern. Mithilfe von KI konnten die Effizienz und Genauigkeit des Screenings erheblich verbessert werden.

Freuen wir uns darauf, dass dieser Detektiv und der „Schlaflose Sherlock Holmes“ auch in Zukunft noch weitere Gesundheitsgeheimnisse lüften werden. Dies ist ein großer Schritt hin zu einem effizienteren und wirksameren medizinischen System, das die Gesundheit der Menschen in der Zukunft sichert.

Quellen:

[1] Sung H, Ferlay J, Siegel RL, et al. Globale Krebsstatistik 2020: GLOBOCAN-Schätzungen zur weltweiten Inzidenz und Mortalität für 36 Krebsarten in 185 Ländern[J]. CA: eine Krebszeitschrift für Kliniker, 2021, 71(3): 209-249.

[2] Cohen PA, Jhingran A, Oaknin A, et al. Gebärmutterhalskrebs[J]. The Lancet, 2019, 393(10167): 169-182.

[3] Canfell K, Kim JJ, Brisson M, et al. Auswirkungen der Erreichung der WHO-Ziele zur Eliminierung von Gebärmutterhalskrebs auf die Sterblichkeit: eine vergleichende Modellanalyse in 78 Ländern mit niedrigem und unterem mittlerem Einkommen[J]. The Lancet, 2020, 395(10224): 591-603.

Autor: Ni Bingyan, Zweigstelle Lanjiang des Volkskrankenhauses Lanxi;

Xue Shuman, Renji College, Medizinische Universität Wenzhou.

Dozent: Ma Jun, das erste angeschlossene Krankenhaus der Medizinischen Universität Wenzhou.