CompLS - Runde 5 - Verbundprojekt: TRANSFORM LIVER - Weiterentwicklung von Vision Transformern zur Entdeckung von Biomarkern bei Lebererkrankungen; Teilprojekte A-C

Abstract

Chronische und seltene Lebererkrankungen stellen aufgrund ihrer hohen Krankheitslast und Mortalität eine zunehmende gesundheitspolitische Herausforderung in Deutschland und Europa dar. Für eine frühzeitige Prognose des Krankheitsverlaufs, die Beurteilung des Therapieansprechens und eine stärker individualisierte Behandlung besteht ein erheblicher Bedarf an leistungsfähigen diagnostischen und prognostischen Verfahren. Digitale histopathologische Präparate bieten hierfür ein hohes Potenzial, da sie routinemäßig erhoben werden und unmittelbar Informationen über krankheitsrelevante Gewebestrukturen liefern. Ziel des Verbundvorhabens TRANSFORM LIVER war die Entwicklung und Evaluation KI-basierter Methoden zur Analyse histopathologischer Ganzschnittbilder und klinischer Routinedaten bei Lebererkrankungen. Im Mittelpunkt stand die Weiterentwicklung von Vision-Transformer-Architekturen zur Identifikation neuer bildbasierter Biomarker sowie zur Verbesserung der erklärbaren KI in der histopathologischen Diagnostik und Prognostik. Das Vorhaben wurde von Jakob N. Kather (TU Dresden/EKFZ für Digitale Gesundheit), Tom Lüdde (Universitätsklinikum Düsseldorf/Heinrich-Heine-Universität Düsseldorf) und Daniel Truhn (Universitätsklinikum RWTH Aachen) geleitet. Die wesentlichen Projektziele wurden erreicht: Insbesondere wurde die Open-Source-Pipeline STAMP zur automatisierten Biomarkeridentifikation aus großformatigen histopathologischen Präparaten weiterentwickelt und um transformerbasierte Verfahren zur Interpretierbarkeit ergänzt. Darüber hinaus wurde ein Modell zur Klassifikation molekularer Klassen und der mikrovaskulären Invasion beim hepatozellulären Karzinom entwickelt. Die erzielten Ergebnisse übertrafen frühere CNN-basierte Ansätze und zeigten einen Zusammenhang mit dem Gesamtüberleben. Das Vorhaben leistet damit einen wesentlichen Beitrag zur Entwicklung erklärbarer KI-Verfahren für die Präzisionsmedizin bei Lebererkrankungen und schafft durch die offene Bereitstellung der entwickelten Methoden eine Grundlage für weiterführende Forschung und potenzielle klinische Anwendungen.