Schnellere und bessere Diagnosen – dank KI

Sehr geehrter Prof. Haferlach, es freut mich, dass wir Sie für dieses Interview gewinnen konnten. Hat sich im MLL durch Corona im Bereich Digitalisierung etwas verändert?

In sehr vielen Prozessen hatten wir schon weitgehend oder komplett digitale Abläufe. Wir integrieren etwa sämtliche Proben vom Laboreingang bis zum Befund in einen einzigen Workflow mit Barcoding. Trotzdem haben wir in der Pandemie gelernt, diese Entwicklung, auch zusammen mit unseren Einsendern, noch weiter voranzutreiben. Zum Beispiel haben wir ein zusätzliches Befundportal zum vereinfachten Abfragen der Ergebnisse etabliert.

Im Bereich der Pathologie und Gewebeschnitte wie auch in der Radiologie ist künstliche Intelligenz (KI) dem Mediziner in vielen Belangen überlegen. Wird das in der Diagnostik generell in Zukunft so sein?

Wir haben KI im Labor schon in Pilotprojekten – zum Teil auch in der Routine – in unserer Befundung und bei der Bearbeitung der Proben eingeführt und akkreditiert. Ganz allein können die Systeme natürlich bisher nicht arbeiten, es muss immer am Ende ein Arzt oder Wissenschaftler die Befunde validieren und freigeben. Gemeinsam können wir aber Fehler vermeiden, die Prozesse beschleunigen und letztlich für unsere Einsender und für die Patienten schnellere und bessere Diagnosen liefern.

Wieweit setzt das MLL künstliche Intelligenz in der medizinischen Diagnostik ein?

Wir sind in allen Bereichen des Labors – von der Zytomorphologie und Zytogenetik über die Immunphänotypisierung und Molekulargenetik bis hin zur Genomsequenzierung – dabei, KI- Algorithmen mit Partnern zu testen, aufzubauen oder zu implementieren. In vielen Bereichen stehen wir kurz vor der Einführung in die Routine, das meiste wird noch dieses Jahr passieren.

Die von Ihnen durchgeführte BELUGA-Studie ist die erste prospektive Studie, die den Einsatz von KI-basierten Diagnosealgorithmen in der Hämatologie überprüft. Wie geht es aktuell mit der Studie weiter?

Die BELUGA-Studie ist eine prospektive Head-to-Head-Studie, bei der das Differenzieren des Blutausstrichs von MTAs und Hämatologen mit dem eines vollautomatischen Algorithmus verglichen wird. Die Studie läuft seit 1. Januar 2021 und wir werden noch dieses Jahr die ersten Ergebnisse im Rahmen von wissenschaftlichen Kongressen vorstellen. Bis dahin werden wir etwa 10.000 Fälle untersucht haben, mit insgesamt fünf Millionen digitalen Bildern. Erste Ergebnisse sind sehr vielversprechend. Wir glauben, dass wir nach weiterer Prüfung künstliche Intelligenz rasch in der Routine einführen werden, wahrscheinlich noch in diesem Jahr.

Wie wichtig ist die Menge des Patientenguts für die Entwicklungsgeschwindigkeit von KI-Algorithmen?

Natürlich ist es nur mit sehr großen Datenmengen und sehr vielen Bildern möglich, solche Algorithmen überhaupt zu entwickeln. Die Masse allein ist es aber nicht, auch die Qualität der Daten spielt eine Rolle. Nur eine große Menge korrekter Daten führt am Ende zu einem validen Algorithmus.

Schafft man das aus eigener Kraft oder braucht man Partner?

Das geht nur mit Partnern, die sich auskennen mit KI, Infrastruktur, Cloud Computing und den Read-outs der einzelnen Methoden. Dann entstehen in einer sehr engen Kooperation, die zum Teil tägliche Absprachen über Monate verlangt, solche Algorithmen und diese werden täglich vielfach verändert und erneut geprüft.

Wann, glauben Sie, wird die KI im klinischen Alltag des Hämatologen oder Onkologen ankommen?

Wir werden das Verfahren zunächst bei uns im Labor testen und in die Routine einführen. Anschließend werden weitere Testlabore, mit denen wir schon gesprochen haben, den Algorithmus prüfen. Geplant ist dann eine Zulassung als Medizinprodukt, bevor die KI dann von weiteren Laboren und Hämatologen geprüft und benutzt werden kann.

Prof. Dr. med. Dr. phil. Torsten Haferlach ist Internist, Hämatologe und Onkologe und Gründer der Münchner Leukämielabor GmbH. Das MLL gilt als eine der führenden Institutionen im Bereich der Leukämiediagnostik und -forschung.

Fotoquelle: privat