KI-gestützte Präzisionsmedizin für Prognose und Prädiktion bei Brustkrebs

Der Kunde

Die YottaSen Forschungs GmbH ist ein innovatives Unternehmen mit Sitz in Hamburg, das sich auf die Entwicklung der nächsten Generation KI-gestützter Bildanalyseverfahren spezialisiert hat. Ziel ist die Bereitstellung von individueller Prognose, Prädiktion und Stratifizierung für Brustkrebspatientinnen. Durch die Kombination von tiefgreifendem medizinischem Fachwissen, einem einmaligen Datensatz und modernster KI-Technologie verfolgt YottaSen das Ziel, die Prognostik und prädiktive Leistungsfähigkeit in der Brustkrebstherapie entscheidend zu verbessern.

Herausforderung

In der onkologischen Diagnostik spielen Biomarker wie Ki67, ER, PR und Her2 eine zentrale Rolle für Therapieentscheidungen. Diese Marker werden üblicherweise durch aufwendige und teure immunhistochemische (IHC) Färbungen identifiziert. Ziel des Projekts war es, zu prüfen, ob sich diese Informationen auch direkt aus häufig verfügbaren Hämatoxylin-Eosin (HE) gefärbten Bildern mit Hilfe von Machine Learning vorhersagen lassen.

Eine besondere Herausforderung stellte dabei die elastische Registrierung der Gigapixel Bilddaten dar: Für ein zuverlässiges Modelltraining mussten HE-Bilder exakt mit den zugehörigen IHC-Bildern ausgerichtet werden, obwohl sie sich in Farbe, Auflösung und Format unterschieden. Diese präzise Zuordnung war essentiell, um Trainingsdaten zu erzeugen und eine sinnvolle Vorhersage der IHC-Marker aus den HE-Bildern zu ermöglichen.

‍

Dieses Projekt hat innerhalb kürzester Zeit Ergebnisse gebracht. Das Team von Merantix Momentum konnte neben der KI-Expertise auch Domänen-Expertise einbringen und gemeinsam konnte ein funktionierender Proof-of-Concept entwickelt werden. So konnten wir erfolgreich zeigen, dass sich die Daten zu einer Vorhersage nutzen lassen und die technische Umsetzung möglich ist. Ein wichtiger Schritt für die Entwicklung von Patientinnen individuellen Lösungen für Brustkrebs.

Nils Niendorf

Co-Founder & CEO

Lösung

Gemeinsam mit YottaSen entwickelten wir eine Machine-Learning-Lösung zur Vorhersage onkologischer Biomarker (Ki67, ER, PR, Her2) direkt aus HE-gefärbten Histologie-Bildern. Dabei lag der Fokus zunächst auf der Datenvorbereitung: Die verschiedenen Bildmodalitäten – HE und IHC – mussten automatisiert, zuverlässig und hochpräzise registriert werden, um ein valides Trainings-Set zu erzeugen.

Auf dieser Basis wurde eine erste ML-Pipeline aufgebaut, die Bildvorverarbeitung, Modelltraining und Evaluierung umfasste. Ziel war es, die Vorhersagekraft der HE-Bilder in Bezug auf spezifische IHC-Marker zu testen und eine Grundlage für die Entwicklung eines robusten Vorhersagemodells zu schaffen.

‍

Ergebnisse & Auswirkungen

Das Projekt bestätigte die grundsätzliche Machbarkeit, biomarkerrelevante Informationen aus HE-Bildern mittels Machine Learning zu extrahieren. Die entwickelte ML-Pipeline ermöglichte erste verlässliche Vorhersagen für einzelne Marker und lieferte wertvolle Erkenntnisse über das Potenzial und die Limitationen dieser Methode.

Mit der erarbeiteten Roadmap verfügt YottaSen nun über eine klare strategische und technische Grundlage für die Weiterentwicklung eines ML-basierten Analyse-Tools, das langfristig zu schnelleren, kostengünstigeren und personalisierteren Diagnoseverfahren beitragen kann.

Überblick

Über das Unternehmen

YottaSen Forschungs GmbH
Fokus auf KI-gestützte Bildanalyse in der Brustdiagnostik
Spezialisiert auf HE- und IHC-basierte Verfahren in der Onkologie
Verbindet tiefgehendes medizinisches Fachwissen mit modernster Machine-Learning-Technologie

‍

Umgesetzte Leistungen