BerlinDen Krebs zu besiegen – das ist die Vision von Jonas Muff, Gründer des Berliner Start-ups Vara. Er rief die gleichnamige Software 2018 ins Leben. Ein Programm, das mithilfe von künstlicher Intelligenz (KI) zur Diagnostik von Brustkrebs eingesetzt wird.

Jede achte Frau in Deutschland erhält im Laufe ihres Lebens die Diagnose Brustkrebs. Eine Krebsart, die eigentlich gut heilbar ist – wenn man sie früh genug erkennt. Radiologen müssen dafür Mammographien analysieren und die „Stecknadel im Heuhaufen finden“, wie Jonas Muff in einem Videogespräch erklärt. Denn 97 Prozent der Röntgen-Aufnahmen seien unbedenklich. „Wenn sich ein Radiologe die ganze Zeit nur Bilder von gesunden Frauen ansieht, dann kann er sich nicht auf das konzentrieren, was wirklich wichtig ist: die kritischen Befunde“, sagt Muff. Vara erkenne mithilfe von KI automatisch die unbedenklichen Aufnahmen und bereitet automatisierte Befundtexte vor. Der Radiologe könne sich so auf die komplizierten Befunde konzentrieren.

Foto: Vara Healthcare
„Wir haben mittlerweile einen der größten Datensätze Europas“, sagt Jonas Muff, Gründer der Software Vara.

Damit die KI verschiedenste Röntgenbilder analysieren kann, muss sie mit einem großen Datensatz trainiert werden. Verschiedene Praxen europaweit haben dem Start-up dafür mehrere Millionen anonymisierte Röntgenbilder zur Verfügung gestellt. Die Tumore werden von den Radiologen markiert, das nennt man auch annotieren. So lernt die KI, wie die verschiedenen Befunde aussehen. Das Team von Vara hat selbst Radiologen eingestellt, die diesen wichtigen Schritt übernehmen.

„Die KI lernt jeden Tag dazu, die Ergebnisse werden immer genauer. Wir haben mittlerweile einen der größten Datensätze Europas“, sagt Muff. Vara ist die erste CE-zertifizierte Software Deutschlands zur Brustkrebsvorsorge mittels KI. Das Ziel des 27-Jährigen: Vara in Praxen weltweit einzusetzen, um die Diagnostik überall effizienter zu gestalten.

Immer mehr Frauen erkranken an Brustkrebs

Denn der Bedarf sei da: Es gibt laut Muff immer weniger Radiologen. Gleichzeitig steige die Zahl der Frauen, die an Brustkrebs erkranken. Ein Grund dafür ist unter anderem, dass es immer mehr ältere Menschen gibt. Denn das Risiko an Krebs zu erkranken, steigt mit dem Alter. Auch immer mehr jüngere Frauen erkranken an Brustkrebs. Eine Früherkennung ist daher wichtig, um den Tumor rechtzeitig anzugehen. Ob man mit KI tatsächlich den Krebs bekämpfen kann? „Das hoffe ich natürlich sehr“, sagt Muff. „Aber zumindest können wir mithilfe von Vara die Mortalitätsrate senken.“ In Zukunft wollen er und sein Team versuchen, auch andere Krebsarten mithilfe der Software zu diagnostizieren.

Foto: Benjamin Pritzkuleit
Eine Assistenzärztin in dem pathologischen Labor der Charité schneidet eine Leber auf und entnimmt eine Gewebeprobe der Metastase.

Auch im Institut für Pathologie der Charité Berlin wird bereits künstliche Intelligenz für die Krebsdiagnostik eingesetzt. Im Labor der Charité werden täglich gut 2500 Gewebeschnitte unter dem Mikroskop begutachtet. Auch an diesem Novembermorgen werden Gewebeproben im Labor gesammelt. Eine Assistenzärztin schneidet eine Leber auf, die vor ihr auf dem Labortisch liegt. Ein grauer Fleck ist zu sehen – eine Metastase. Dort hat sich der Tumor ausgebreitet. Die Ärztin entnimmt ein winziges Gewebestück, mehr braucht es nicht für die Diagnose. In mehreren Schritten wird das Gewebe in Paraffin fixiert, in hauchfeine Scheiben geschnitten, auf Glasobjektträger aufgezogen und gefärbt. Danach kann der Pathologe das Gewebe unter dem Mikroskop analysieren. Ein Prozess, der sich seit hundert Jahren nicht viel geändert hat, sagt Frederick Klauschen, Professor am Institut für Pathologie an der Charité.

Wie in der Radiologe fehle es auch in der Pathologie an Nachwuchs, erklärt Klauschen. Gleichzeitig steige die Zahl der Krebserkrankungen stetig an. Klauschen hat daher mit Wissenschaftlern der Technischen Universität (TU) Berlin das digitale Bildanalyse-System Aignostics entwickelt, das mit KI mikroskopische Aufnahmen beurteilen kann. Im Frühjahr 2020 wurde Aignostics als eigenes Start-up aus der Charité ausgegründet. Im Sommer konnte sich das Unternehmen eine Finanzierungsrunde von fünf Millionen Euro sichern.

Foto: Benjamin Pritzkuleit
Die Gewebeprobe wird per Scanner digitalisiert. Anschließend kann die KI die Probe diagnostizieren.

Das Prinzip von Aignostics: Die Gewebeschnitte werden eingescannt, und die KI wertet daraufhin die Bilder aus. In seinem Büro zeigt Klauschen auf das Muster auf seinem Bildschirm – ein Gewebeschnitt aus einer Lunge, die mit Krebs befallen ist. Die Flächen, die von der KI in Rot eingefärbt sind, sind vom Tumor befallen. Es befinden sich 70 Prozent Tumorzellen in dem Gewebe, sagt die KI. „Eine solche quantitative Auswertung zu machen, kann die KI sehr viel besser als der Mensch. Der ist nicht so gut im Schätzen“, so Klauschen.

Die eingefärbten Bilder nenne man auch Heatmaps. Die KI könne damit zeigen, welche Anteile aus dem Bild relevant für die Krebsdiagnose seien. Der Arzt kann sich die Bilder genau anschauen und gegenchecken, ob das Ergebnis auch plausibel ist. Diese Technologie nenne man auch Explainable AI, auf Deutsch: erklärbare Künstliche Intelligenz. Denn die Kritik an der KI ist laut Klauschen oft, dass sie eine Blackbox ist. Das bedeutet: Man muss auf das Ergebnis der Maschine vertrauen. Die erklärbare KI wirke dem entgegen.

Wie bei der Software Vara wird auch Aignostics konstant mit Bildern gefüttert. Auf seinem Tablet zeigt Klauschen, wie er die Tumore markiert, um die KI zu trainieren. Aignostics soll ebenfalls in Zukunft die einfachen Befunde vorsortieren, damit der Arzt sich die schwierigen Fälle anschauen kann. Doch dafür muss die KI noch viel mehr trainiert werden.

Künstliche Intelligenz – der perfekte Idiot

„KI ist der perfekte Idiot“, sagt Benedikt Brors vom Deutschen Krebsforschungszentrum. „Die Software macht immer nur das, wofür sie auch trainiert wurde.“ Die seltenen Fälle könne die Software nicht ausmachen, da sie diese nicht kenne. Die KI übersehe solche Befunde daher schnell oder ordne sie anderen Krankheitsklassen zu, die ihrer Meinung nach passen könnten. „Da wird man noch lange brauchen, bis KI auch seltene Krankheiten erkennt“, sagt Brors, Professor für Angewandte Bioinformatik. Der Mensch könne besser „um die Ecke denken“. Diese kognitive Fähigkeit, sich etwas zu überlegen, habe die KI nicht.

Foto: Benjamin Pritzkuleit
KI werde die Krebsforschung revolutionieren. Davon ist Pathologe Frederick Klauschen überzeugt. 

Daher können laut Brors Maschinen den Menschen nie ganz ersetzen. „Sie können aber ein wichtiges Unterstützungssystem sein“, sagt Brors, der unter anderem daran forscht, wie man Genomdaten von Tumorzellen mit KI-Verfahren auswerten kann, um herauszufinden: Welche genetische Veränderung hat etwa zu einer Bildung von Tumorzellen geführt? Dementsprechend könnten dann zielgerichtete Therapien erstellt werden. „Da kann die KI einen großen Beitrag leisten“, sagt Brors. Allerdings habe man dafür noch keine großen Datensätze zusammenbekommen, um die KI zuverlässig zu trainieren. „In dem Bereich stecken wir noch in den Kinderschuhen“, so Brors.

Neue Therapien dank KI

Auch Klauschen sieht großes Potenzial in den genetischen Analysen mithilfe von KI. „Wir können dank der Technologie neue Therapien entwickeln und die Heilungschancen verbessern“, sagt der Pathologe. „Je weiter man in die Krebsforschung vordringt, desto komplexer werden ja auch die Informationen, die wir über Krebserkrankungen sammeln. Wir müssen diese auswerten, verstehen und schauen: Was ist wirklich relevant“, so Klauschen. KI könne da einen substanziellen Beitrag leisten, um dieses Verständnis zu verbessern. KI werde die Krebsforschung revolutionieren, da ist sich Klauschen sicher.

Ob man den Krebs in den nächsten 20 Jahren besiegen werde? „Irgendwann kommt man sicher an den Punkt, an dem man sagen kann: Wir haben es verstanden, wir können den Krebs heilen“, sagt Klauschen. „Wann das sein wird, kann heute noch keiner sagen.“

Was ist Künstliche Intelligenz?

Künstliche Intelligenz, auch KI, ist der Versuch, intelligentes menschliches Verhalten auf maschinelle Systeme zu übertragen. Die KI lernt durch das Training, eigenständig Antworten zu finden und Probleme zu lösen, ohne konstante Anleitung eines Menschen. Außerdem ist sie fähig, ihre Leistung selbstständig zu verbessern, indem sie aus ihren Erfahrungen lernt.

Man unterscheidet zwischen schwacher und starker KI. Schwache KI löst konkrete Anwendungsprobleme. Sie wird etwa in der Sprachassistenz oder Bilderkennung eingesetzt. Mit starker KI sollen künstliche Systeme Fähigkeiten erlangen, die denen des Menschen gleichkommen.