Multistain Deep Learning zur Vorhersage von Prognose und Therapieansprechen im kolorektalen Karzinom
- 21.11.2023
- Kolorektales Karzinom
- Referate: Preisträgerinnen und Preisträger – Rudolf-Virchow-Preis
- Verfasst von
- Stefan Schulz, M.Sc.
- Prof. Dr. Moritz Jesinghaus
- Dr. Sebastian Foersch
- Erschienen in
- Die Pathologie | Sonderheft 3/2023
Zusammenfassung
Der Tumorimmunmikroumgebung („tumor immune microenvironment“, TIME) kommt bei soliden Tumorerkrankungen, wie z. B. Darmkrebs, eine entscheidende prognostische und prädiktive Rolle zu. Dennoch werden Scoringsysteme wie der Immunoscore (IS) oder die Quantifizierung intraepithelialer Lymphozyten nur zögerlich in der klinischen Praxis eingesetzt. Dies ist einerseits auf den zeitlichen Mehraufwand bei manueller Quantifizierung der tumorassoziierten Immunzellen und andererseits auf die mit proprietären/kommerziellen Lösungen verbundenen Kosten zurückzuführen. Um dies zu adressieren, entwickelten wir ein Multistain-Deep-Learning-Modell (MSDLM) und trainierten, validierten und testeten dies an immunhistochemischen Bilddaten verschiedener Immunzellsubtypen von über 1000 Patient*innen mit kolorektalem Karzinom (KRK). Unser Modell zeigte eine hohe prognostische Genauigkeit und übertraf andere klinische molekular- und immunzellbasierte Parameter. Es könnte auch dazu verwendet werden, das Ansprechen auf neoadjuvante Therapien bei Rektumkarzinompatient*innen vorherzusagen. Durch KI-Erklärbarkeit bestätigten wir, dass die Vorhersagen des MSDLM auf etablierten Mustern der Antitumorimmunantwort basiert. Der sog. AImmunoscore (AIS) könnte somit ein wertvolles Entscheidungsinstrument für Kliniker*innen basierend auf der TIME darstellen.
Anzeige
- Titel
- Multistain Deep Learning zur Vorhersage von Prognose und Therapieansprechen im kolorektalen Karzinom
- Verfasst von
-
Stefan Schulz, M.Sc.
Prof. Dr. Moritz Jesinghaus
Dr. Sebastian Foersch
- Publikationsdatum
- 21.11.2023
- Verlag
- Springer Medizin
- Schlagwörter
-
Kolorektales Karzinom
Kolorektales Karzinom
Künstliche Intelligenz
Rektumkarzinom
Rektumkarzinom
Pathologie
Kolonkarzinom
Kolonkarzinom - Erschienen in
-
Die Pathologie / Ausgabe Sonderheft 3/2023
Print ISSN: 2731-7188
Elektronische ISSN: 2731-7196 - DOI
- https://doi.org/10.1007/s00292-023-01280-8
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.