A practical roadmap to implementation of in-house developed computational pathology algorithms

In den ruhigen, gläsernen Räumen eines modernen Pathologie-Labors hat eine neue Art von Helfer begonnen, an der Seite der Ärzte zu arbeiten, die Krankheiten diagnostizieren. Jahrzehntelang war die Aufgabe des Pathologen, dünne Gewebeschnitte unter einem Mikroskop zu untersuchen, um nach den winzigen, verräterischen Anzeichen von Krebs zu suchen, die dem bloßen Auge entgehen könnten. Diese Arbeit ist langsam, akribisch und erfordert enorme Konzentration. Vor kurzem haben Computer gelernt, dieses Suchen ebenfalls zu übernehmen. Mithilfe einer Form von künstlicher Intelligenz können diese Programme digitale Bilder von Gewebeschnitten scannen und Anomalien mit einer Geschwindigkeit und Präzision erkennen, die mit der menschlichen Expertise konkurriert. Doch während die Technologie in Forschungslaboren rasant fortgeschritten ist, hat sie selten den Sprung in den täglichen Routineablauf eines Krankenhauses geschafft. Die Kluft zwischen einem Computerprogramm, das in einem Test funktioniert, und einem, dem man vertraut, um in einer echten Klinik Leben zu retten, ist groß – gefüllt mit Hürden der Sicherheit, der Regulierung und der komplexen Realität dessen, wie Ärzte tatsächlich arbeiten.

Ein Forscherteam am Radboud University Medical Center in den Niederlanden hat diese Lücke nun geschlossen. Sie haben nicht nur einen cleveren Algorithmus gebaut; sie haben ein vollständiges System entwickelt, um diesen Algorithmus in ihrem eigenen Krankenhaus direkt an der Seite ihrer Pathologen arbeiten zu lassen. Ihr Ziel war es, ein spezifisches, hochriskantes Problem zu lösen: zu bestimmen, ob Brustkrebs in die Sentinel-Lymphknoten gestreut hat, also in die ersten Knoten, in denen sich Krebszellen wahrscheinlich ausbreiten. In der Vergangenheit mussten Ärzte jeden einzelnen Schnitt manuell überprüfen, und wenn sie keinen Krebs sahen, mussten sie oft einen zweiten, teureren Test veranlassen, um sicherzugehen. Die Forscher wollten sehen, ob ihr hausinternes Computertool ihnen helfen kann, unnötige Schritte zu überspringen, Zeit zu sparen und mehr Krebs zu entdecken, während sie gleichzeitig strenge Sicherheitsregeln befolgen.

Die Reise begann mit einer einfachen, aber schwierigen Frage: Könnte einem Computerprogramm vertraut werden, diese Arbeit sicher auszuführen? Bevor das Team das Werkzeug an eine echte Patientenakte heranließ, unterzog es einer strengen Reihe von Tests. Sie fütterten das Programm mit digitalen Bildern von Lymphknoten, einschließlich 48 negativen Abschnitten und insgesamt 100 Fällen, von denen einige winzige Cluster von Krebszellen enthielten. Sie wollten sehen, ob der Computer Fehler machen würde, wie etwa das Übersehen einer Krebszelle oder das fälschliche Markieren eines gesunden Bereichs als gefährlich. Die Ergebnisse waren beruhigend. Wenn der Computer gesundes Gewebe betrachtete, identifizierte er es hundert Prozent der Zeit korrekt als negativ. Wenn er Gewebe mit Krebs betrachtte, fand er die große Mehrheit der Fälle und übersah nur die allerkleinsten Zellcluster. Entscheidend war auch, dass das Team testete, ob der Computer durch leichte Veränderungen in der Färbung oder beim Scannen der Schnitte verwirrt werden würde, was die natürlichen Variationen nachahmt, die in einem geschäftigen Labor vorkommen. Das Werkzeug blieb stabil und zuverlässig und bewies, dass es mit der unordentlichen Realität eines arbeitenden Labors umgehen konnte.

Nachdem die technische Leistung bestätigt war, ging das Forscherteam zur nächsten Phase über: zu sehen, wie das Werkzeug funktionierte, wenn echte Ärzte es verwendeten. Sie gestalteten ein Szenario, in dem Pathologen Fälle sowohl mit als als auch ohne die Hilfe des Computers überprüften. Die Ergebnisse zeigten einen klaren Vorteil. Wenn die Ärzte die Unterstützung des Computers hatten, konnten sie häufiger Krebs entdecken und Fälle finden, die sie sonst vielleicht übersehen hätten.ت Wichtiger noch: Das Werkzeug veränderte den Arbeitsfluss. Im alten System schaute ein Arzt auf einen Schnitt, und wenn er keinen Krebs sah, musste er dennoch auf eine zweite, spezialisierte Färbung warten, um das Ergebnis zu bestätuchen. Mit dem neuen System konnte der Labortechniker, wenn der Computer zuversichtlich war, dass ein Schnitt negativ war, sofort die zweite Färbung anfordern, ohne dass der Arzt den ersten Schnitt erneut überprüfen musste. Diese kleine Änderung bedeutete, dass der Arzt bei negativen Fällen die erste Aufnahme gar nicht erst prüfen musste. Bei den Fällen, in denen Krebs gefunden wurde, sank die Zeit bis zur Entscheidungsfindung signifikant von durchschnittlich neun Sekunden auf nur vier Sekunden.

Dennoch wusste das Team, dass Geschwindigkeit und Genauigkeit nicht ausreichen. In einem Krankenhaus hat Sicherheit oberste Priorität. Bevor das Werkzeug live gehen konnte, musste das Team jeden einzelnen Schritt des Prozesses kartieren, um potenzielle Schwachstellen zu finden. Sie brachten Pathologen, Labortechniker und Sicherheitsexperten zusammen, um sich alles vorzustellen, was schiefgehen könnte – vom Computerabsturz bis hin zu einem menschlichen Fehler beim Lesen der Ergebnisse. Sie fanden keine größeren Risiken, die nicht beherrschbar wären. Sie gestalteten das System so, dass die Ergebnisse des Computers deutlich auf dem Bildschirm des Pathologen angezeigt wurden und als hilfreicher Wegweiser dienten, statt einen Ersatz darzustellen. Wenn der Computer eine Stelle als positiv markierte, sah der Arzt dies sofort. Wenn er negativ meldete, konnte der Techniker mit dem nächsten Schritt fortfahren, aber der Arzt blieb für die endgültige Entscheidung verantwortlich. Diese sorgfältige Planung stellte sicher, dass die Technologie die Ärzte unterstützte, anstatt sie zu verwirren oder ihre Expertise zu umgehen.

Das letzte Puzzleteil war die Integration des Werkzeugs in die bestehende digitale Welt des Krankenhauses. Die Forscher bauten eine maßgeschneiderte Softwarebrücke, die ihre künstliche Intelligenz mit dem Hauptbildsystem des Krankenhauses verband. Diese Brücke fungierte wie ein sicherer Kurier, der die digitalen Schnitte aus der Sicht der Ärzte nahm, sie zur Analyse an den Computer sendete und die Ergebnisse sofort zurückbrachte. All dies geschah innerhalb des eigenen sicheren Netzwerks des Krankenhauses, was bedeutete, dass niemals Patientendaten das Gebäude verließen. Das System wurde flexibel gestaltet, um mit dem Wachstum des Krankenhauses mehr Arbeit bewältigen zu können, und war einfach genug, damit das Personal nicht lernen musste, auf eine völlig neue Weise zu arbeiten.

Sobald das System live war, beobachtete das Team, wie es in der realen Welt performte. Das Werkzeug wird derzeit in ihrer Pathologieabteilung eingesetzt und dient als Teil des Arbeitsablaufs, um Krebs genauer zu identifizieren und die Anzahl der unnötigen Tests zu reduzieren, die durchgeführt werden müssen. Die Forscher fanden heraus, dass die erfolgreiche Implementierung dieses Werkzeugs weit mehr als nur einen intelligenten Algorithmus erforderte; es erforderte ein tiefes Verständnis dafür, wie ein Krankenhaus funktioniert, eine Verpflichtung zur Sicherheit und die Bereitschaft, den täglichen Ablauf des Personals neu zu gestalten. Sie bewiesen, dass die künstliche Intelligenz – wenn man ein System mit den Ärzten und Technikern im Sinn baut und die strengen Regeln der Sicherheit und Regulierung befolgt – von einem Konzept in einer Forschungsarbeit zu einem vertrauenswürdigen Partner im Kampf gegen Krankheiten werden kann. Diese Arbeit bietet einen klaren Pfad, dem andere Krankenhäuser folgen können, und zeigt, dass die Zukunft der medizinischen Diagnose nicht darin besteht, den menschlichen Experten zu ersetzen, sondern ihm die richtigen Werkzeuge an die Hand zu geben, um seine beste Arbeit zu leisten. Während das Werkzeug nun im Einsatz ist, überwacht das Team weiterhin dessen langfristige Leistung und Sicherheit durch eine laufende Post-Market-Überwachung, um sicherzustellen, dass seine Vorteile über die Zeit hinweg bestehen bleiben.