In der Welt der modernen Medizin ist das wichtigste Werkzeug eines Pathologen ein Glasobjektträger, der eine winzige Probe menschlichen Gewebes enthält, vergrößert, bis er die zelluläre Architektur des Lebens und der Krankheit offenbart. Heute werden diese Objektträger in massive digitale Bilder gescannt, die so groß sind, dass sie Milliarden von Pixeln enthalten und viel zu gewaltig sind, um sie vom menschlichen Auge in einem einzigen Blick zu erfassen. Um Ärzten bei der Navigation durch diese digitalen Landschaften zu helfen, haben Wissenschaftler Systeme der künstlichen Intelligenz entwickelt, die als unermüdliche Assistenten fungieren. Diese Systeme zerlegen das riesige Bild in tausende kleine, handhabbare Stücke, analysieren die Textur und Form der Zellen in jedem Stück und versuchen dann, eine globale Diagnose zusammenzusetzen. Die Herausforderung liegt im enormen Ausmaß und dem Rauschen; ein einzelner Objektträger kann Millionen von Zellen enthalten, aber nur wenige verstreute Cluster halten den Schlüssel zu einer Diagnose bereit, während der Rest aus gesundem Gewebe oder irrelevantem Hintergrund besteht. Wenn der Computer durch die gewaltige Menge an unwichtigen Informationen abgelenkt wird, kann er die kritischen Hinweise, die in den Ecken verborgen sind, übersehen.

Forscher sind vor Kurzem auf eine neue Art von Architektur der künstlichen Intelligenz zurückgegriffen, die davon inspiriert ist, wie das menschliche Gehirn Sequenzen von Informationen über die Zeit verarbeitet, um diese massiven digitalen Objektträger zu handhaben. Diese Technologie ist exzellent darin, sich zu erinnern, was sie früher in einer langen Sequenz gesehen hat, und zu entscheiden, was sie beim Voranschreiten im Gedächtnis behält. Eine Gruppe von Wissenschaftlern aus Hongkong und Chongqing entdeckte jedoch einen Fehler in der Art und Weise, wie diese KI-Modelle verwendet wurden. Sie fanden heraus, dass diese KI-Modelle, wenn sie einen Objektträger scannten, sich ausschließlich darauf verließen, wie die Pixel aussah. Wenn ein Objektträger mit einem leicht anderen Farbton eines Farbstoffs gefärbt war – eine häufige Variation in Laboren – konnte das Modell verwirrt werden und eine harmlose Farbverschiebung als signifikanten medizinischen Hinweis behanden. Dies führte dazu, dass das System irrelevante Details in seinem Gedächtnis ansammelte, was die entscheidenden Beweise, die für eine Diagnose benötigt werden, verwässerte. Um dies zu lösen, führten die Forscher eine neue Methode ein, die medizinisches Wissen direkt in den Gedächtnisprozess der KI einspeist und das System lehrt, das Rauschen zu ignorieren und sich auf das zu konzentrieren, was wirklich wichtig ist.

Das Team, unter der Leitung von Forschern der Hong Kong University of Science and Technology und der Chongqing University, entwickelte ein System, das sie KHiM-Mamba nennen. Anstatt die KI selbst entscheiden zu lassen, was sie beim Scannen eines Objektträgers behalten soll, gaben sie ihr einen Leitfaden, der in der Sprache der Pathologie geschrieben ist. Dieser Leitfaden enthält spezifische Beschreibungen dessen, wie verschiedene Arten von Gewebe aussehen, wenn sie gesund oder krank sind. Während die KI von einem kleinen Stück des Objektträgers zum nächsten bewegt, konsultiert sie diesen Leitfaden, um zu entscheiden, welche Information es wert ist, im Gedächtnis gespeichert zu werden, und was verworfen werden sollte. Stellen Sie sich einen Bibliothekar vor, dem, während er einen riesigen Stapel Bücher sortiert, eine spezifische Liste von Titeln zum Behalten und eine Liste von Titeln zum Ignorieren übergeben wird; der Bibliothekar muss nicht mehr raten, welche Bücher wichtig sind. In diesem Fall ist der „Bibliothekar“ die KI, die „Bücher“ sind die winzigen Bildfragmente und die „Liste“ ist das medizinische Wissen, das von einem großen Sprachmodell bereitgestellt wird.

Die Forscher fanden heraus, dass frühere Versuche, Sprache zu nutzen, um die KI bei der Diagnose von Objektträgern zu unterstützen, oft zu indirekt waren. Diese Methoden nutzten die Sprache entweder, um auszuwählen, welche Objektträger vor der Analyse betrachtet werden sollten, oder um das Endergebnis danach zu überprüfen. Der neue Ansatz ist anders, weil er den Kernmechanismus verändert, wie die KI denkt. Er modifiziert die internen „Schreib“- und „Lese“-Prozesse des Gedächtnissystems. Wenn die KI ein neues Gedächtnis schreibt, sagt ihr das medizinische Wissen, dass sie sich auf bestimmte Formen und Muster konzentrieren soll, die mit Krankheiten assoziiert sind, anstatt nur auf die Farben oder Texturen, die irreführend sein könnten. Wenn die KI aus ihrem Gedächtnis liest, um eine Entscheidung zu treffen, leitet das Wissen sie dazu an, die bisher gesammelten, relevantesten Beweise abzurufen. Dies stellt sicher, dass das System eine Repräsentation des Objektträgers basierend auf medizinisch bedeutsamen Verbindungen aufbaut, anstatt sich durch irrelevante visuelle Variationen ablenken zu lassen.

Um dies umzusetzen, entwickelte das Team ein intelligentes System, das die richtigen medizinischen Beschreibungen für jeden spezifischen Teil des Objektträgers generiert. Da ein einzelner Objektträger viele verschiedene Arten von Gewebe enthalten kann, reicht eine generische Beschreibung nicht aus. Das System nutzt ein leistungsstarkes Sprachmodell, um ein kleines Gewebestück zu betrachten, zu identifizieren, um welche Art von Gewebe es sich handelt, und dann eine präzise, detaillierte Beschreibung zu generieren, wie dieses Gewebe aussehen sollte, wenn es gesund oder krank wäre. Wenn sich das System über den Gewebetyp unsicher ist, greift es auf eine breitere, sicherere Beschreibung zurück, um Fehler zu vermeiden. Dieser dynamische Prozess stellt sicher, dass die KI für jedes einzelne Teil des Puzzles, das sie löst, die möglichst genaue und spezifische Anleitung erhält.

Die Ergebnisse dieses Ansatzes wurden anhand von elf verschiedenen öffentlichen Datensätzen getestet, die verschiedene Arten von Krebs und Patientenergebnissen betreffen. Das neue System übertraf konsequent die besten bestehenden Methoden. In Aufgaben, bei denen die KI zwischen verschiedenen Subtypen von Brustkrebs unterscheiden musste, erreichte sie eine höhere Genauigkeit als jedes bisherige Modell. Bei der Vorhersage von Überlebenszeiten von Patienten basierend auf Gewebeproben lieferte sie zuverlässigere Risikobewertungen und trennte Patienten besser in Hochrisiko- und Niedrigrisikogruppen. Vielleicht am wichtigsten ist, dass das System bei Tests mit Objektträgern aus verschiedenen Krankenhäusern, die unterschiedliche Färbetechniken verwendeten, robust war. Während andere Modelle mit diesen Variationen kämpften und oft versagten, wenn sich die Farben leicht änderten, behielt das neue System seine hohe Leistungsfähigkeit bei. Dies deutet darauf hin, dass die Verankerung der KI in medizinischem Wissen anstatt nur in visuellen Mustern dazu führte, dass sie lernte, die Krankheit selbst zu sehen und nicht nur das Erscheinungsbild des Objektträgers.

Die Studie untersuchte auch, wie gut das System funktioniert, wenn es nur sehr wenig Daten zum Lernen hat, ein häufiges Problem in der Medizin, in der beschriftete Beispiele knapp sind. In Tests, bei denen die KI nur acht oder sechzehn Beispiele einer Krankheit zum Lernen gezeigt wurde, übertraf die neue Methode ihre Konkurrenten deutlich. Dies zeigt, dass das in das System injizierte medizinische Wissen als starkes Fundament dient, das es ermöglicht, selbst mit minimalen Trainingsdaten effektiv zu lernen. Die Forscher bestätigten auch, dass das Hinzufügen dieser Wissensebene das System nicht verlangsamte oder zu groß für den Betrieb auf Standard-Computerhardware machte. Das System blieb schnell und effizient und war in der Lage, tausende von Bildfragmenten in Sekunden zu verarbeiten.

Durch die Neugestaltung der Art und Weise, wie künstliche Intelligenz medizinische Bilder verarbeitet, zeigt diese Arbeit, dass die Kombination von visuellen Daten mit explizitem medizinischem Wissen ein zuverlässigeres und genaueres diagnostisches Werkzeug schafft. Die Forscher zeigten, dass der Schlüssel zur Lösung des Problems massiver, verrauschter Daten nicht nur darin besteht, größere Computer zu bauen, sondern der Computer zu lehren, worauf er achten muss. Dieser Ansatz bietet einen neuen Weg für die computergestützte Pathologie, bei der das Ziel darin besteht, Ärzten zu helfen, indem das Irrelevante herausgefiltert und das Kritische hervorgehoben wird, um sicherzustellen, dass die endgültige Diagnose auf den stärkstmöglichen Beweisen basiert.