Künstliche Intelligenz im Krebslabor

Tara Moghiseh (17), Schülerin am Staatlichen Heinrich-Heine-Gymnasium in Kaiserslautern, hat sich in ihrem Projekt „CELLnet“ mit automatisierter Leukozytendifferenzierung für die Leukämiediagnostik mit künstlicher Intelligenz beschäftigt  und sicherte sich dafür den Bundessieg im Fachgebiet Arbeitswelt bei Jugend forscht 2019. Dabei arbeitete sie unter anderen mit ZEISS Mikroskopen. Sie nutzte künstliche Intelligenz, um die verschiedenen Typen weißer Blutkörperchen etwa von Leukämiekranken automatisch identifizieren zu können. Ihr Leukozythenklassifikator erreicht eine Genauigkeit von rund 98 Prozent.

Die Jury beeindruckte insbesondere, dass die Jungforscherin eine sehr große Menge medizinischer Daten selbstständig aufbereitete und tief in die Funktionsweise neuronaler Netze eindrang. Ihre Forschungsarbeit kann im medizinischen Alltag dazu beitragen, dass akute Leukämien früh erkannt und somit die Chancen auf Heilung erhöht werden.

Im Interview erklärt Moghiseh ihr Projekt, spricht über gemeisterte Herausforderungen und ihre Zukunftspläne.

Womit haben Sie sich in Ihrem Jugend forscht-Projekt beschäftigt?

Mein Projekt geht der Frage nach, ob mithilfe von Künstlicher Intelligenz (KI) und neuronalen Netzwerken ein Klassifikator für Leukozyten entwickelt werden kann, der später als diagnostische Säule den Bearbeitungsprozess der Blutproben vereinfacht und beschleunigt. Neuronale Netzwerke können, am Vorbild des Menschen mit den selbstadaptiven Algorithmen, helfen Blutzellen zu klassifizieren und auszuzählen. In der Stufendiagnostik soll das automatisierte Differentialblutbild als diagnostisches Sieb den Laboren und Laborärzten Unterstützung bei Diagnosen von Blutkrankheiten wie beispielsweise Leukämien gewährleisten.

Aufmerksam auf die Thematik wurde ich unter anderem nach meinem Laborbesuch im Hämatologielabor in Mannheim bei Herrn Dr. Thomas Nebe. Ich habe einen Einblick über die manuelle Mikroskopie sowie über die maschinellen Hämatologiegeräte und deren Funktionsweise gewinnen können. Mir ist dann aufgefallen, dass man doch mit dem Einsatz von KI den Diagnoseprozess effizienter gestalten kann, indem man routinierte Aufgaben wie die manuelle Mikroskopie automatisiert. Für das Trainieren eines Neuronalen Netzwerkes, welches diese Aufgabe automatisch lösen könnte, sind jedoch in erster Linie massenhaft Daten notwendig. Die digitalen mikroskopischen Aufnahmen hat mir Herr Nebe in großen Mengen bereitwillig zur Verfügung gestellt, wofür ich sehr dankbar bin. Die Mikroskopie ist deshalb so aussagekräftig, da die Panoptik der Pappenheimfärbung die Strukturen der Zelle sehr genau zum Vorschein bringt. So kann die Morphologie vom Menschen oder eben auch von der Maschine bewertet werden.

Was war die größte Herausforderung, die Sie Ihrer Meinung nach erfolgreich gemeistert haben?

Eine Herausforderung war bestimmt, trotz kleinen Misserfolgen hartnäckig zu bleiben. Es kommt natürlich während jeder wissenschaftlichen Forschungsarbeit zu Ergebnissen, die nicht den persönlichen Erwartungen entsprechen. Das Ziel ist jedoch, von genau diesen Momenten zu profitieren, was zu einem besseren Verständnis führt. Ein weiterer Punkt war, dass die Daten natürlich zunächst von mir „gelabelt“ werden mussten. Das bedeutet, dass jedes einzelne Bild einer Zelle auch für den Trainingsprozess eine zugehörige Klassenbezeichnung benötigt. Ich musste mir also auch selbst die Fähigkeit aneignen, Leukozyten differenzieren zu können. Hierbei hat mir der Aufenthalt im Labor natürlich sehr viel geholfen, sowie das geschulte Auge des Laborarztes. Herr Nebe hat freundlicherweise über meine Sortierung geschaut und auch einige Fehler entdeckt.

Wie geht es mit dem Projekt weiter? Und welche Pläne haben Sie für die Zukunft?

Ein Projekt geht nie zu Ende. Es ist immer verbesserungswürdig. Folglich werde ich auch jetzt nach meiner Teilnahme bei Jugend Forscht weiter daran arbeiten und zum Beispiel die Genauigkeit verbessern. Des Weiteren möchte ich noch die weiteren, auch pathologischen, Leukozyten in die Klassifizierung aufnehmen, um das automatisierte Differentialblutbild zu vervollständigen.

Durch das Projekt habe ich gelernt, wie man wissenschaftlich arbeitet und ich bin mir auch sicher, dass ich das in meiner Zukunft weiterführen möchte. Der Themenschwerpunkt meiner Arbeit überschneidet sich auch mit den Plänen für mein späteres Leben. Ich möchte Menschen gerne durch neue Technologien oder Erkenntnisse helfen, Erkrankungen besser zu diagnostizieren, zu heilen oder einfach nur besser zu verstehen.

Mehr Informationen über ZEISS Mikroskope für die Labourroutine

Hier geht's zur Pressemitteilung über die Bundessieger von Jugend forscht 2019