Künstliche Intelligenz zur Verbesserung der Leukämiediagnostik
- Geschlecht
- Frauen und Männer
- Alter
- ab 18 Jahren
- Studienart
- Beobachtend
- Therapielinie
- Erstlinie
- Phase
- —
Worum geht es in dieser Studie?
Künstliche Intelligenz (KI) kann in der Medizin genutzt werden für die Auswertung von z.B. Laborbefunden, Gewebeschnitten (Bioproben) und Patienten-/Krankheitsdaten mit dem Ziel, Untersuchungsbefunde besser und schneller einzuschätzen. Ziel der BELUGA-Studie ist es, die Eignung von KI für eine verbesserte Diagnosestellung von Blutkrebs (Leukämien und Lymphome) zu untersuchen. An der Studie können Erwachsene ab 18 Jahren teilnehmen, bei denen eine bösartige Erkrankung des Blutes vermutet wird und bei denen entsprechende Bioproben zur Analyse vorliegen.
Studienablauf
Voraussetzungen
Diagnose: Verdacht auf eine hämatologische Erkrankung (Leukämien, Lymphome)
Alter: ab 18 Jahren
Therapielinie: Unabhängig von Therapielinie
Zuteilung
Einarmigen Studie
Behandlung
Nachbeobachtung
Diagnose: Verdacht auf eine hämatologische Erkrankung (Leukämien, Lymphome)
Alter: ab 18 Jahren
Therapielinie: Unabhängig von Therapielinie
Einarmigen Studie
Ausführliche Beschreibung
Bösartige hämatologische Erkrankungen umfassen verschiedene Krebsarten des Blutes, wie Leukämien und Lymphome. Diese Erkrankungen entstehen durch abnormales Wachstum und Vermehrung von Blutzellen, was zu einer Vielzahl von gesundheitlichen Problemen führen kann. Die Betroffenen erleben häufig eine Müdigkeit und Leistungsminderung, vermehrte Blutungen und sind anfälliger für Infekte.
Die BELUGA-Studie untersucht, ob der Einsatz von Künstlicher Intelligenz (KI) die Diagnostik von Blutkrebs, insbesondere Leukämien, verbessern kann. Künstliche Intelligenz meint in diesem Zusammenhang computergestützte Verfahren, die selbstständig aus großen Datenmengen lernen können – ähnlich wie ein Mensch aus Erfahrung. Die KI wird darauf trainiert, krankhafte Veränderungen im Blut zu erkennen, indem sie zuvor mit Tausenden von bereits analysierten Blutbildern und Zytometriedaten „gefüttert“ wird. Konkret werden in der Studie zwei zentrale Diagnoseverfahren genutzt: erstens Blutausstriche, bei denen Zellen mikroskopisch beurteilt werden, und zweitens die sogenannte Durchflusszytometrie, ein Labortest, bei dem Zellen anhand ihrer Oberflächenmerkmale bestimmt werden. Beide Methoden liefern viele komplexe Daten – genau hier soll die KI ansetzen. Sie wird trainiert, typische Muster von Leukämien in diesen Daten zu erkennen und anschließend auf neue Patient*innen-Proben anzuwenden. Insgesamt werden 25.000 digitalisierte Blutausstriche und ebenso viele Durchflusszytometrie-Datensätze aus dem Münchner Leukämielabor (MLL) verwendet, um ein sogenanntes „tiefes neuronales Netzwerk“ zu entwickeln – eine besonders leistungsfähige Form der KI, die Strukturen ähnlich wie das menschliche Gehirn verarbeitet. In einem nächsten Schritt wird dann getestet, wie gut dieses System im Vergleich zur Standarddiagnostik durch erfahrene Mediziner*innen abschneidet. Bewertet werden dabei unter anderem die Sensitivität (Treffsicherheit für positive Fälle), Spezifität (Treffsicherheit für gesunde Proben) und die Geschwindigkeit der Diagnose. Die Hoffnung ist, dass die KI die Diagnostik nicht nur schneller, sondern auch präziser machen kann – zum Beispiel, indem sie kleine Details erkennt, die selbst erfahrenen Ärzt*innen entgehen könnten. Vor allem in Regionen mit begrenztem Zugang zu spezialisierten Fachärzt*innen könnte dies die Versorgung deutlich verbessern. Diese Studie ist die erste prospektive Untersuchung weltweit, die den klinischen Einsatz von KI in der Blutkrebsdiagnostik unter realen Bedingungen testet. Sollte sie erfolgreich sein, könnte das die Art und Weise, wie Leukämien künftig diagnostiziert werden, grundlegend verändern.
Die Studie soll bis ungefähr 2031 laufen. Die Studie testet keine neuartigen Behandlungsmöglichkeiten. Für die teilnehmenden Patient*innen ändert sich durch die mögliche Teilnahme an der Studie nichts im Hinblick auf die Art und Umfang der Untersuchungen, die durchgeführt werden, um eine richtige Diagnose zu stellen, und auch nicht im Hinblick darauf, wie die Therapie erfolgt.
Fakten
- Welche Erkrankung: hämatologische Krebserkrankungen, wie Leukämien und Lymphome.
- Krebs-Merkmale: Verdacht auf hämatologische Erkrankungen, sodass eine Diagnostik erforderlich ist.
- Was untersucht die Studie: Vergleich der künstliche Intelligenz (KI)-gestützten Diagnoseverfahren mit herkömmlicher Diagnostik von hämatologischen Erkrankungen (Blut- und Knochenmarksprobe, Durchflusszytometrie) auf Richtigkeit und Genauigkeit.
- Ziel der Studie: Prüfung der Richtigkeit, Verbesserung der Diagnosegenauigkeit und -geschwindigkeit.
- Wie lange dauert die Studie: einmalige Analyse von Bioproben.
- Studienmerkmale: Fall-Kontroll-Studie, prospektiv, Vergleich von KI und menschlicher Diagnose.
Studienzentren
1 Studienzentrum in Deutschland ist verzeichnet.
MLL Munich Leukemia Laboratory
81377 Munich
Rekrutierend
Diese Liste ist nach bestem Wissen zusammengestellt, aber ohne Gewähr: Sie kann unvollständig sein, und der Rekrutierungsstatus eines Zentrums kann sich jederzeit ändern.
- Dr. med. Sebastian SommerFacharzt für Innere Medizin mit Schwerpunkt Hämatologie und Onkologie
- PD Dr. med. Matthias FröhlichFacharzt für Innere Medizin, Immunologie, Notfallmedizin
Diese Beschreibung basiert auf dem öffentlichen Studienregister (NCT04466059) und wurde von unserer medizinischen Redaktion in verständliche Sprache übertragen. Ob eine Teilnahme für Sie infrage kommt, entscheiden Sie gemeinsam mit Ihrer behandelnden Ärztin oder Ihrem behandelnden Arzt.


