Neue KI-Technologie zur Analyse von Brustkrebsgewebe entwickelt

Die medizinische Forschung macht kontinuierlich Fortschritte, oft unterstützt durch innovative Technologien. Eine aktuelle Entwicklung aus Southampton, Großbritannien, demonstriert das Potenzial künstlicher Intelligenz (KI) in der Brustkrebsforschung. Ein Team von Forschenden der University of Southampton hat ein KI-gestütztes Werkzeug entwickelt, das verborgene Muster in Brustkrebsgewebe identifizieren kann. Diese Entdeckungen könnten weitreichende Auswirkungen auf die Diagnostik und Behandlung von Brustkrebs haben, indem sie eine präzisere Risikobewertung und personalisierte Therapieansätze ermöglichen.

KI-gestützte Analyse von Brustkrebszellen

Die von den Forschenden der University of Southampton entwickelte KI-Plattform, genannt CenSegNet, ermöglicht die detaillierte Analyse von Brustkrebszellen mit einer bisher unerreichten Geschwindigkeit und Präzision. In Zusammenarbeit mit dem Universitätsklinikum Southampton wurden über 330.000 Zellen von 127 Patientinnen untersucht. Das Hauptaugenmerk dieser Analyse lag auf den Zentrosomen – winzigen zellulären Strukturen, die eine entscheidende Rolle bei der Zellteilung und der Aufrechterhaltung der Zellstruktur spielen. Abnormalitäten in diesen Zentrosomen sind seit über einem Jahrhundert als ein Merkmal von Krebs bekannt, ihre Untersuchung im Patientengewebe war jedoch aufgrund ihrer geringen Größe und ihrer dynamischen Natur äußerst komplex.

Zwei unterschiedliche Zentrosomen-Anomalien identifiziert

Die Studie, deren Ergebnisse in einer Fachpublikation veröffentlicht wurden, deckte zwei distinkte Arten von Veränderungen innerhalb der Krebszellen auf, die zuvor oft als identisch betrachtet wurden. Eine dieser Veränderungen betrifft eine übermäßige Produktion von Zentrosomen, während die andere eine ungewöhnliche Vergrößerung dieser Strukturen darstellt. Die Forschenden stellten fest, dass diese beiden Arten von Anomalien in verschiedenen Bereichen desselben Tumors auftreten können und möglicherweise unterschiedliche Rollen in der Krebsentwicklung spielen. Insbesondere Tumore mit einer höheren Anzahl vergrößerter Zentrosomen zeigten häufiger Merkmale, die mit einer aggressiveren Krankheitsform assoziiert sind, darunter ein höherer Tumorgrad, die Ausbreitung in benachbarte Lymphknoten und spezifische genetische Veränderungen. Interessanterweise zeigte die Studie auch, dass Patientinnen mit weniger vergrößerten Zentrosomen im Zentrum ihrer Tumore tendenziell eine bessere Gesamtüberlebensrate aufwiesen.

Implikationen für Diagnose und Behandlung

Die Erkenntnisse aus dieser Forschung könnten den Weg für neue Biomarker ebnen und letztendlich zu personalisierteren Behandlungsstrategien führen. Dr. Salah Elias, der die Forschung an der University of Southampton leitet, betont, dass CenSegNet die Analyse dieser Defekte mit Einzelzellauflösung über ganze Tumore hinweg ermöglicht und Muster aufdeckt, die zuvor unsichtbar waren. Dies könnte Ärztinnen und Ärzten dabei helfen, Patientinnen mit hohem Risiko frühzeitig zu identifizieren und die Entwicklung des Brustkrebses besser vorherzusagen.

Die Technologie hat das Potenzial, das Verständnis darüber zu vertiefen, welche Krebserkrankungen voraussichtlich wachsen, sich ausbreiten oder resistent gegen Behandlungen werden. Zudem könnte sie Wissenschaftlern helfen, gezieltere Therapien zu entwickeln, indem sie Tumore mit spezifischen Schwachstellen identifiziert, die mit neuen Medikamenten angegriffen werden könnten.

Zukunftsperspektiven und Verfügbarkeit

Obwohl CenSegNet noch nicht für den routinemäßigen Einsatz in Krankenhäusern bereit ist, haben die Forschenden bereits gezeigt, dass die Technologie auch für Gewebeproben aus anderen Körperteilen, wie Niere, Darm und Appendix, verwendet werden kann. Ein wichtiger Aspekt dieser Entwicklung ist, dass CenSegNet als Open-Source-Software kostenlos zur Verfügung steht. Dies ermöglicht es Forschenden weltweit, die Technologie zu nutzen und weiterzuentwickeln, was die globale Zusammenarbeit in der Krebsforschung fördern könnte.

Die Fortschritte in der KI-gestützten Brustkrebsforschung in Southampton stellen einen vielversprechenden Schritt dar, um die Präzision in der Krebsdiagnostik und -therapie zu erhöhen. Durch die Aufdeckung bisher verborgener zellulärer Muster könnte die KI dazu beitragen, die Behandlungsergebnisse für Brustkrebspatientinnen signifikant zu verbessern.

Bibliography: - BBC News. (2026, 24. August). Southampton AI uncovers hidden clues in breast cancer. - BBC News. (2026, 24. August). Breast cancer patterns found by AI could help treatment. - Independent. (2026, 18. August). How scientists are using AI to predict how breast cancer could progress. - IBTimes UK. (2026, 18. August). AI Finds Two Hidden Features Inside Breast Cancer Tumours That Could Predict Survival. - LBC. (2026, 17. August). AI unlocks previously invisible patterns in breast cancer tumours. - Medical Xpress. (2026, 18. August). AI reveals distinct cell defects inside breast cancer. - NewsBytesApp. (2026, 24. August). This AI tool can find hidden patterns in breast cancer. - Daily Echo. (2026, 18. August). Southampton researchers use AI to highlight cancer patterns. - University Hospital Southampton. (2026, 18. August). AI reveals hidden patterns inside breast cancer. - University of Southampton. (2026, 1. August). AI reveals hidden patterns inside breast cancer.