US-amerikanische Wissenschaftler haben kürzlich im Fachmagazin „Nature“ bahnbrechende Forschungsergebnisse veröffentlicht: Das von der University of Michigan und der University of California, San Francisco, gemeinsam entwickelte KI-Modell FastGlioma kann innerhalb von 10 Sekunden schnell feststellen, ob Krebsgeschwulstreste im Gehirn vorhanden sind, und stellt damit einen revolutionären Durchbruch in der neurochirurgischen Operation dar.
Diese Innovation kombiniert mikrooptische Bildgebung mit einem KI-Basismodell. Das Forschungsteam nutzte über 11.000 Operationsmuster und 4 Millionen Mikroskopbilder für das Vortraining und verwendete die an der University of Michigan selbst entwickelte Stimulated Raman Scattering (SRS)-Gewebebildgebungstechnologie, um hochauflösende Bilder zu erhalten.
Der herausragende Vorteil von FastGlioma liegt in seiner hervorragenden Erkennungsfähigkeit. In der Praxis weist das Modell eine Fehlerrate bei der Erkennung hochriskanter Tumorreste von nur 3,8 % auf, was deutlich besser ist als die Fehlerrate von 25 % bei herkömmlichen bildgeführten und fluoreszenzgesteuerten Operationen. Selbst im „Schnellmodus“ erreicht es eine durchschnittliche Genauigkeit von 92 %.
Die Studie zeigt, dass FastGlioma auch die Abhängigkeit von herkömmlichen Methoden wie Strahlenbildgebung, Kontrastmittelverstärkung oder Fluoreszenzmarkierung reduzieren kann. Diese bahnbrechende Technologie hilft Chirurgen nicht nur bei der schnellen Entscheidungsfindung während der Operation, sondern kann auch auf andere Arten von Hirntumoren angewendet werden.
Es ist erwähnenswert, dass die vollständige Entfernung von Hirntumoren eine große Herausforderung in der Neurochirurgie darstellt, da teilweise verbliebene Tumore schwer von gesundem Hirngewebe zu unterscheiden sind. FastGlioma bietet eine neue Lösung für dieses klinische Problem und markiert einen weiteren wichtigen Schritt der künstlichen Intelligenz im Bereich der Präzisionsmedizin.