Einsatz von KI nach Nierentransplantation

Jesper Kers ist Nephropathologe und Forscher am Amsterdam UMC und Leiden UMC. Mit seiner Forschungsgruppe beschäftigt er sich mit der Entwicklung und dem Training von Computermodellen. Hier spricht er über den Einsatz von KI in seinem Fachgebiet.

Jesper Kers: 'Wenn wir nach einer Nierentransplantation an eine Abstoßung oder andere Probleme denken, wird oft eine Nierenbiopsie durchgeführt. In meiner Forschungsgruppe untersuchen wir, ob Pathologen bei der Beurteilung dieser Biopsien durch Computermodelle unterstützt werden können.'

Modelltraining mit 5.800 Scans

'Wir haben sogenannte konvolutionsbasierte neuronale Netze entwickelt, komplexe Modelle, die aus Millionen mathematischer Formeln bestehen. Mithilfe von 5.800 Scans von Nierenbiopsien haben wir ein solches Modell trainiert, und es erweist sich als gut geeignet, zwischen normalen Befunden und Anzeichen einer Abstoßung zu unterscheiden.'

Diagnostik verbessern

'Derzeit gibt es zwischen Experten manchmal Meinungsverschiedenheiten darüber, was eine Biopsie zeigt. Es gibt also Raum für Verbesserungen. Mithilfe von KI können wir möglicherweise die Diagnostik verbessern, was letztendlich zu effektiveren Behandlungen führen kann.'

Forschung erforderlich: Ist der Pathologe mit KI besser?

'Bevor wir KI klinisch anwenden können, müssen wir randomisierte Studien durchführen. Diese Untersuchungen können zeigen, ob ein Pathologe mit KI-Unterstützung akkurater und konsistenter ist als ohne. Wenn sich das bestätigt, denke ich, dass KI innerhalb von 5 Jahren in der täglichen Praxis eingesetzt werden kann.'

Neue Modelle

'Wir entwickeln auch neue Modelle. Ein wichtiges Ziel ist es, verschiedene Arten von Daten zu integrieren: klinische, molekulare und histologische Daten. Das könnte wirklich ein zweites Paar Augen für den Arzt werden.'

Herausforderungen und Fragen

'Die Entwicklungen in diesem Bereich gehen schnell. Das ist schön, bringt aber auch Herausforderungen mit sich. Verstehen wir ausreichend, wie ein Modell zu seinen Schlussfolgerungen kommt? Die Algorithmen wandeln Pixelgruppen in eine Art Barcode um, aber wir wissen nicht genau, wie diese Übersetzung funktioniert. Manche Menschen werden davon nervös.'

'Gleichzeitig validieren wir die Modelle ausführlich mit Daten aus mehreren Krankenhäusern. Wenn diese Tests zeigen, dass ein Modell zuverlässig ist, spielt es dann noch eine Rolle, dass wir nicht alle Details verstehen? Das bleibt eine interessante Frage in diesem Fachgebiet.'