Forscher haben ein generatives KI-System namens CytoDiffusion entwickelt, das die Morphologie von Blutzellen analysiert. Das System soll bei der Diagnose von Bluterkrankungen wie Leukämie eine Präzision erreichen, die menschliche Experten übertrifft.
CytoDiffusion basiert auf einer generativen KI, ähnlich der Technologie, die auch in Bildgeneratoren wie DALL-E zum Einsatz kommt. Die herkömmliche Analyse von Blutzellen mittels Lichtmikroskopie gilt als Eckpfeiler der hämatologischen Diagnostik.
Allerdings ist diese Aufgabe komplex und erfordert aufgrund feiner morphologischer Unterschiede und technischer Faktoren eine fachkundige Interpretation. Im Gegensatz zu konventionellen maschinellen Lernverfahren, die hauptsächlich Muster erkennen, zielt CytoDiffusion darauf ab, die gesamte Verteilung der Blutzellmorphologie zu modellieren.
Du willst nicht abgehängt werden, wenn es um KI, Green Tech und die Tech-Themen von Morgen geht? Über 10.000 Vordenker bekommen jeden Tag die wichtigsten News direkt in die Inbox und sichern sich ihren Vorsprung.
Nur für kurze Zeit: Anmelden und mit etwas Glück AirPods 4 gewinnen!
Mit deiner Anmeldung bestätigst du unsere Datenschutzerklärung. Beim Gewinnspiel gelten die AGB.
Das KI-System wurde dafür mit über einer halben Million Bildern von Blutausstrichen trainiert, die am Addenbrooke’s Hospital in Cambridge gesammelt wurden.
Blutbildanalyse: KI erkennt Leukämie besser als Experten
Die manuelle Analyse eines Blutausstrichs, der Tausende Zellen enthalten kann, ist für Menschen unmöglich in vollem Umfang durchzuführen. CytoDiffusion kann diesen Prozess automatisieren, Routinefälle selbstständig abwickeln und ungewöhnliche oder seltene Zellen zur Überprüfung durch einen Arzt hervorheben.
Laut den Forschern erkennt das KI-System abnormale, mit Leukämie in Verbindung stehende Zellen mit einer deutlich höheren Sensitivität als bestehende Systeme. Ein wesentlicher Vorteil von CytoDiffusion liegt in seiner Fähigkeit, die eigene Unsicherheit zu quantifizieren, was Experten als „metakognitives“ Bewusstsein bezeichnen.
Für klinische Entscheidungen ist das von entscheidender Bedeutung. Das Modell war zwar nur geringfügig genauer als Menschen, konnte jedoch besser identifizieren, wann es unsicher war. Es traf keine fehlerhaften Aussagen.
Durch die Modellierung der vollständigen Zellverteilung zeigte das KI-System auch eine höhere Robustheit gegenüber unterschiedlichen Bildgebungsbedingungen und Färbemethoden, was seine Generalisierbarkeit für den klinischen Einsatz verbessert.
Interaktive Erklärbarkeit durch Heatmaps
Zur Erklärung seiner Entscheidungen generiert CytoDiffusion sogenannte kontrafaktische Heatmaps. Diese zeigen an, welche Bereiche eines Bildes sich ändern müssten, damit die Zelle als ein anderer Typ klassifiziert würde. Bei der Unterscheidung zwischen Neutrophilen und Eosinophilen konzentrierte sich das Modell beispielsweise primär auf die Granularität.
Solche Visualisierungen bieten unmittelbare Einblicke in die morphologischen Merkmale, auf die sich das Modell stützt. Außerdem erhöhen sie das Vertrauen von Klinikern in das System, da die Klassifizierungen auf legitimen Merkmalen basieren. Möglicherweise könnten solche KI-Ansätze künftig Menschenleben retten.
Auch interessant:
