Nashville/Hongkong (LabNews Media LLC) – Ein neues KI-Framework soll künstliche Intelligenz in der digitalen Pathologie zuverlässiger machen. Das System mit dem Namen TRUECAM erkennt Unsicherheiten in der Krebs-Subtypisierung, filtert nicht aussagekräftige Bildbereiche und kann bei unklaren Fällen eine Entscheidung verweigern.
Entwickelt wurde TRUECAM von Forschenden des Vanderbilt University Medical Center und der Hong Kong Polytechnic University. Es wurde zunächst für die Subtypisierung des nicht-kleinzelligen Lungenkarzinoms (NSCLC) an Whole-Slide-Bildern getestet und anschließend auf weitere Krebsarten und Organe ausgeweitet.
Das Framework agiert als Schnittstelle zu bestehenden KI-Modellen. Es quantifiziert Unsicherheiten, erkennt Eingaben außerhalb des Trainingsbereichs und eliminiert Störfaktoren wie normale Gewebebereiche oder schlecht gefärbte Präparate. Dadurch soll die KI nicht nur genauer, sondern auch fairer und effizienter arbeiten.
In Tests übertraf TRUECAM bestehende Lösungen in Genauigkeit und Geschwindigkeit. Es ermöglicht zudem anpassbare Genauigkeitsgarantien und verbessert die Fairness über Geschlecht und ethnische Gruppen hinweg. Besonders hervorzuheben ist, dass das System die gleichen diagnostisch relevanten Bereiche fokussiert wie Pathologen.
„Vertrauenswürdige KI im medizinischen Bereich ist Voraussetzung, um das Potenzial dieser transformativen Technologie zu realisieren“, erklärte Bradley Malin von Vanderbilt. Die Methode adressiere Unsicherheiten, die durch institutionsspezifische Präparationsmethoden, Artefakte oder ungewöhnliche Gewebevariationen entstehen könnten.
Die Studie wurde in der Fachzeitschrift Nature Biomedical Engineering veröffentlicht (DOI: 10.1038/s41551-026-01694-8). Die Forscher sehen in TRUECAM einen wichtigen Schritt hin zu sichereren KI-Anwendungen in der Krebsdiagnostik.
