Skip to main content
Erschienen in: InFo Hämatologie + Onkologie 12/2021

14.12.2021 | Pathologie | Schwerpunkt

Schwerpunkt "Künstliche Intelligenz in der Onkologie"

KI in der Tumorpathologie

verfasst von: Dr. med. Sebastian Försch, Stefan Schulz

Erschienen in: InFo Hämatologie + Onkologie | Ausgabe 12/2021

Einloggen, um Zugang zu erhalten

Auszug

Werden histopathologische Präparate als Bilder digitalisiert, bietet das die Möglichkeit, die Daten mittels Verfahren der Künstlichen Intelligenz zu analysieren. Das wiederum eröffnet Chancen, Diagnostik, Prognostik und Prädiktion im Kontext von Tumorleiden zu vereinfachen oder sogar zu verbessern.
Literatur
1.
Zurück zum Zitat Försch S et al. Artificial Intelligence in Pathology. Dtsch Arztebl Int. 2021;118(12):194-204 Försch S et al. Artificial Intelligence in Pathology. Dtsch Arztebl Int. 2021;118(12):194-204
2.
Zurück zum Zitat Ehteshami Bejnordi B et al. Diagnostic Assessment of Deep Learning Algorithms for Detection of Lymph Node Metastases in Women With Breast Cancer. JAMA. 2017;318(22):2199-210 Ehteshami Bejnordi B et al. Diagnostic Assessment of Deep Learning Algorithms for Detection of Lymph Node Metastases in Women With Breast Cancer. JAMA. 2017;318(22):2199-210
3.
Zurück zum Zitat Pantanowitz L et al. An artificial intelligence algorithm for prostate cancer diagnosis in whole slide images of core needle biopsies: a blinded clinical validation and deployment study. Lancet Digit Health. 2020;2(8):e407-e16 Pantanowitz L et al. An artificial intelligence algorithm for prostate cancer diagnosis in whole slide images of core needle biopsies: a blinded clinical validation and deployment study. Lancet Digit Health. 2020;2(8):e407-e16
4.
Zurück zum Zitat Foersch S et al. Deep learning for diagnosis and survival prediction in soft tissue sarcoma. Ann Oncol. 2021;32(9):1178-87 Foersch S et al. Deep learning for diagnosis and survival prediction in soft tissue sarcoma. Ann Oncol. 2021;32(9):1178-87
5.
Zurück zum Zitat Courtiol P et al. Deep learning-based classification of mesothelioma improves prediction of patient outcome. Nat Med. 2019;25(10):1519-25 Courtiol P et al. Deep learning-based classification of mesothelioma improves prediction of patient outcome. Nat Med. 2019;25(10):1519-25
6.
Zurück zum Zitat Skrede OJ et al. Deep learning for prediction of colorectal cancer outcome: a discovery and validation study. Lancet. 2020;395(10221):350-60 Skrede OJ et al. Deep learning for prediction of colorectal cancer outcome: a discovery and validation study. Lancet. 2020;395(10221):350-60
7.
Zurück zum Zitat Le DT et al. PD-1 Blockade in Tumors with Mismatch-Repair Deficiency. N Engl J Med. 2015;372(26):2509-20 Le DT et al. PD-1 Blockade in Tumors with Mismatch-Repair Deficiency. N Engl J Med. 2015;372(26):2509-20
8.
Zurück zum Zitat Kather JN et al. Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer. Nat Med. 2019;25(7):1054-6 Kather JN et al. Deep learning can predict microsatellite instability directly from histology in gastrointestinal cancer. Nat Med. 2019;25(7):1054-6
9.
Zurück zum Zitat Seiler R et al. Impact of Molecular Subtypes in Muscle-invasive Bladder Cancer on Predicting Response and Survival after Neoadjuvant Chemotherapy. Eur Urol. 2017;72(4):544-54 Seiler R et al. Impact of Molecular Subtypes in Muscle-invasive Bladder Cancer on Predicting Response and Survival after Neoadjuvant Chemotherapy. Eur Urol. 2017;72(4):544-54
10.
Zurück zum Zitat Woerl AC et al. Deep Learning Predicts Molecular Subtype of Muscle-invasive Bladder Cancer from Conventional Histopathological Slides. Eur Urol. 2020;78(2):256-64 Woerl AC et al. Deep Learning Predicts Molecular Subtype of Muscle-invasive Bladder Cancer from Conventional Histopathological Slides. Eur Urol. 2020;78(2):256-64
Metadaten
Titel
Schwerpunkt "Künstliche Intelligenz in der Onkologie"
KI in der Tumorpathologie
verfasst von
Dr. med. Sebastian Försch
Stefan Schulz
Publikationsdatum
14.12.2021
Verlag
Springer Medizin
Erschienen in
InFo Hämatologie + Onkologie / Ausgabe 12/2021
Print ISSN: 2662-1754
Elektronische ISSN: 2662-1762
DOI
https://doi.org/10.1007/s15004-021-8911-4

Weitere Artikel der Ausgabe 12/2021

InFo Hämatologie + Onkologie 12/2021 Zur Ausgabe

Adjuvante Immuntherapie verlängert Leben bei RCC

25.04.2024 Nierenkarzinom Nachrichten

Nun gibt es auch Resultate zum Gesamtüberleben: Eine adjuvante Pembrolizumab-Therapie konnte in einer Phase-3-Studie das Leben von Menschen mit Nierenzellkarzinom deutlich verlängern. Die Sterberate war im Vergleich zu Placebo um 38% geringer.

Alectinib verbessert krankheitsfreies Überleben bei ALK-positivem NSCLC

25.04.2024 NSCLC Nachrichten

Das Risiko für Rezidiv oder Tod von Patienten und Patientinnen mit reseziertem ALK-positivem NSCLC ist unter einer adjuvanten Therapie mit dem Tyrosinkinase-Inhibitor Alectinib signifikant geringer als unter platinbasierter Chemotherapie.

Bei Senioren mit Prostatakarzinom auf Anämie achten!

24.04.2024 DGIM 2024 Nachrichten

Patienten, die zur Behandlung ihres Prostatakarzinoms eine Androgendeprivationstherapie erhalten, entwickeln nicht selten eine Anämie. Wer ältere Patienten internistisch mitbetreut, sollte auf diese Nebenwirkung achten.

ICI-Therapie in der Schwangerschaft wird gut toleriert

Müssen sich Schwangere einer Krebstherapie unterziehen, rufen Immuncheckpointinhibitoren offenbar nicht mehr unerwünschte Wirkungen hervor als andere Mittel gegen Krebs.

Update Onkologie

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.