BMDeep - Comprehensive bone marrow analysis integrating deep learning-based pattern discovery

Abstract

Leukämie ist die häufigste Krebserkrankung bei Kindern. Jedes Jahr erkranken mehr als 650 Kinder in Deutschland. Die Morphologie des Knochenmarks (KM) ist die Grundlage für die Beurteilung der Hämatopoese und vieler systemischer Krankheiten. In der Krebsforschung kann die Morphologie des Knochenmarks genutzt werden, um sowohl physiologische Veränderungen der Organfunktion als auch pathologische Prozesse bei Neoplasien zu analysieren. Diese Veränderungen spiegeln sich in quantitativen und qualitativen Effekten wider, die mit dem derzeitigen analogen Ansatz nur teilweise erfasst werden können. Die Knochenmarkentnahme, Präparation und mikroskopische Analyse beruht derzeit weitestgehend auf rein manuellen Prozessen. Dabei spielen die verfügbare Ausrüstung, die angewandten Verfahren und die Erfahrung des Personals die wesentliche Rolle. Diese Unterschiede schränken die Vergleichbarkeit der manuell erhobenen Daten ein und können zu Unsicherheiten bei der Klassifizierung von Krankheiten führen.

Das BMDeep Projekt umfasst die Entwicklung von KI-Modellen, die die Erkennung und Quantifizierung von Knochenmarkzellen in digitalisierte Knochenmarkausstriche automatisieren können. Zusätzlich zu den Bilddaten wurden klinische Daten und Laborparameter für eine hochdimensionale Mustererkennung zusammengeführt.