Förderiertes Lernen für diagnostische und prognostische Anwendungen in der digitalen Onkopathologie

Abstract

Zielsetzung des Förderprogramms war der multi-institutionelle Aufbau klinisch annotierter, retrospektiver Kohorten von PatientInnen mit Karzinomen des Kolorektums, der Lunge und der Prostata, sowie PatientInnen mit myeloischen Neoplasien mit verfügbaren histologischen Präparaten.

Der Standort Halle konnte hierfür aus dem Paraffinarchiv für alle Tumorentitäten entsprechende Präparate identifizieren und die klinischen Daten, einschließlich der Überlebensdaten, zur Verfügung stellen. Im Rahmen des Förderprogramms wurden die Proben aus dem Paraffinarchiv herausgesucht, HE-gefärbte Schnittpräparate angefertigt, die Schnitte anschließend mittels eines Slide-Scanners digitalisiert, dann unter Verwendung des Open-Source Programms QuPath annotiert und die digitalisierten Schnittpräparate sowie die annotierten Tumormasken der Arbeitsgruppe am Universitätsklinikum Köln zur Verfügung gestellt. Thematischer Fokus am Standort Halle (Saale) war das Training eines neuronalen Netzwerks zur automatisierten Analyse des Knochenmarks bei hämatologischen Neoplasien. Hierfür wurden HE-gefärbte Schnittpräparate von über 200 Knochenmarkbiopsien digitalisiert und hiervon 50 Präparate manuell annotatiert (Fettmark, hämatopoetisches Mark, Megakaryozyten, Knochengewebe, Blutungen, Artefakte und Hintergrund). In der Folge wurde ein Skript zum Training des Netzwerks entwickelt und dieses Netzwerk trainiert. Zum Testen des Netzwerks wurden neben Biopsien aus Halle auch Biopsien der Standorte Essen und Köln untersucht sowie ein externer Datensatz aus Nijmegen einbezogen, an dem zuvor ebenfalls ein Netzwerk trainiert worden war. Das selbst trainierte Netzwerk war dabei dem Netzwerk aus Nijmegen überlegen. Das Netzwerk wird nun eingesetzt, um zu überprüfen, ob morphologisch definierte hämatologische Neoplasien erkannt werden.