#13 KI in der Pathologie

Das Institut für Pathologie der Universität Köln
versucht, eigene und praktisch relevante Algorithmen zu
entwickeln. 


Ein KI-Netzwerk hat z.B. sehr erfolgreich gelernt, die
verschiedenen möglichen Tumorrückbildungen nach
Chemo-Strahlentherapie beim Speiseröhrenkrebs zu erkennen.


Aktuell startet man in Köln in der Routinediagnostik mit diesem
Algorithmus, der dabei helfen soll, die Tumorvolumina vor
und nach Therapie exakt zu bestimmen. Dies ist für die
weitere Therapieplanung von großer Bedeutung. 


Derartige aufwendig programmierte Algorithmen werden ohne Frage
die tägliche Arbeit von Pathologinnen und Pathologen zeitnah
beeinflussen und unterstützen. 


Bei therapeutisch relevanten Biomarkern, die am
Tumorgewebe erhoben werden, muss natürlich adäquates
Tumormaterial vorliegen. Die digitale Pathologie kann
z.B. eine tumordurchsetzte Fläche und die Anzahl der Krebszellen
in den meisten Fällen präzise definieren – und dürfte daher
in Zukunft der Goldstandard werden.





Gesprächspartner in dieser Folge:


Prof. Dr. med. Alexander Quaas: Stellv.
Leiter Institut für Allg. Pathologie der Universitätsklinik Köln,
Ltg. Referenzpathologie Tumoren des oberen
Gastrointestinaltraktes


PD Dr. med. Yuri Tolkach: Institut für Allg.
Pathologie der Universitätsklinik Köln, Schwerpunkte
Uro-Pathologie und Digitale Pathologie  





Universitätsklinik Köln:


https://pathologie.uk-koeln.de/institut/direktor-team/oberaerzte/





Links zur Folge:





Tolkach I Quaas et al.: AI Regression EAC Lancet Dig Health 2023:


https://www.thelancet.com/pdfs/journals/landig/PIIS2589-7500(23)00027-4.pdf





Scheel I Tolkach I Quaas et al.:


Tumour area infiltration and cell count in endoscopic biopsies of
therapy‐naive upper GI tract carcinomas by QuPath analysis:
implications for predictive biomarker testin


https://www.nature.com/articles/s41598-023-43903-3