Neue KI ermöglicht Hirntumor-Diagnose in Minuten statt Wochen

Bei einem Hirntumor entscheidet die genaue Diagnose darüber, welche Behandlung überhaupt infrage kommt. Das klingt selbstverständlich, ist in der Praxis aber oft schwierig. Viele Tumoren im Gehirn und Rückenmark sehen unter dem Mikroskop ähnlich aus, verhalten sich im Körper jedoch unterschiedlich. Für eine sichere Einordnung brauchen Fachlabore daher häufig molekulare Zusatztests. Bis das Ergebnis vorliegt, vergehen oft Tage oder Wochen.

Ein Forschungsteam vom Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg beschreibt nun in einer Studie im Fachjournal Nature Cancer ein KI-System, das diesen Ablauf stark verkürzen könnte. Hetairos analysiert gewöhnliche, digitalisierte Gewebeschnitte aus der Pathologie. Daraus berechnet die Software, zu welcher von 102 molekularen Untergruppen ein Tumor wahrscheinlich gehört. Die Diagnose von Hirntumoren könnte damit schneller eine Richtung bekommen, ohne dass sofort jeder aufwendige Spezialtest nötig wird.

Warum die Hirntumor-Diagnose oft so lange dauert

Ärzte untersuchen Tumorgewebe seit Jahrzehnten mit der sogenannten H&E-Färbung. Dabei nehmen Zellen unter dem Mikroskop rosa und violette Farbtöne an. Diese Standardschnitte entstehen in Kliniken ohnehin. Sie liefern wichtige Hinweise, reichen bei vielen Hirntumoren aber nicht aus.

Heute spielt zusätzlich die DNA-Methylierungsanalyse eine große Rolle. Sie sucht nach molekularen Mustern im Erbgut des Tumors und ordnet ihn dadurch genauer ein. Viele Kliniken brauchen dafür Speziallabore, teure Geräte und genug Tumormaterial. Die Studie nennt eine typische Bearbeitungszeit von rund zwei Wochen. In der klinischen Prüfung in Heidelberg dauerte es im Schnitt zwölf Tage bis zur vollständigen Diagnose. Bei Fällen mit molekularer Diagnostik waren es etwa 16 Tage.

KI liest Hinweise aus normalen Gewebeschnitten

Hetairos soll diesen Ablauf nicht ersetzen, sondern früher brauchbare Hinweise liefern. Die Software zerlegt die digitalisierten Gewebeschnitte in kleine Bildbereiche. Anschließend sucht sie nach Mustern, die mit bestimmten Tumorgruppen zusammenhängen. Am Ende nennt das System Wahrscheinlichkeiten für 102 Untergruppen von Tumoren des zentralen Nervensystems.

Für die Entwicklung nutzte das Team Daten von 9606 Patienten und mehr als 11.000 Gewebeschnitten. Die Proben stammten aus elf medizinischen Zentren auf vier Kontinenten. Hetairos gab je nach Datensatz in 50 bis 70 Prozent der Fälle eine Einschätzung mit hoher Sicherheit ab. In diesen Fällen lag die Genauigkeit bei rund 87 Prozent.

„Hetairos wurde entwickelt, um Neuropathologen bei der diagnostischen Arbeit zu unterstützen“, schreiben die Autoren der Studie. Das ist eine wichtige Grenze. Die KI ersetzt keine Ärztin und keinen Arzt, sie kann aber helfen, wahrscheinliche Diagnosen schneller einzugrenzen.

Wie Hetairos die Hirntumor-Diagnose schneller vorsortiert

Der direkte Vergleich mit Fachärzten fällt auffällig aus. Fünf erfahrene Neuropathologen erhielten 210 Gewebeschnitte. Sie sollten allein anhand der Standardfärbung eine Diagnose aus 102 Untergruppen auswählen. Hetairos traf in 68 Prozent der Fälle die richtige erste Wahl. Die Fachärzte kamen im Durchschnitt auf 30 Prozent.

Bei den drei wahrscheinlichsten Diagnosen lag die KI bei 84 Prozent. Die Ärzte erreichten etwa 50 Prozent. Dieser Vergleich bleibt eng begrenzt, denn im Klinikalltag nutzen Fachärzte weitere Tests und klinische Angaben. Trotzdem macht er deutlich, wie fein die Bildsignale sein können.

Für Patienten kann vor allem die Zeit zählen. Sobald der digitalisierte Schnitt vorlag, erstellte Hetairos seinen Bericht im Schnitt in zwölf Minuten. Mit Färbung und Digitalisierung könnten Ergebnisse oft nach 24 Stunden bis zwei Tagen bereitstehen. Das wäre deutlich schneller als viele molekulare Standardverfahren.

Nützlich wäre die KI vor allem in diesen Situationen:

wenn wenig Tumorgewebe vorhanden ist, etwa nach kleinen Biopsien
wenn molekulare Tests kein klares Ergebnis liefern
wenn ein Krankenhaus Spezialtests gezielter auswählen muss
wenn Regionen keinen einfachen Zugang zu aufwendiger Labordiagnostik haben

KI hilft bei unklarer Hirntumor-Diagnose mit hoher Genauigkeit

Am Universitätsklinikum Heidelberg lief Hetairos von August 2024 bis Juni 2025 parallel zum Routinebetrieb. Die KI-Ergebnisse hatten keinen Einfluss auf Diagnose oder Therapie. Von den schwer einzuordnenden Fällen bewertete Hetairos 63 Prozent mit hoher Sicherheit. 120 von 133 dieser Vorhersagen stimmten mit der späteren Gesamtdiagnose überein. Das entspricht 90,2 Prozent.

Noch stärker schnitt das System ab, wenn auch die molekulare Analyse ein sicheres Ergebnis lieferte. Dann lag die Genauigkeit bei 94,3 Prozent. „KI-basierte Vorhersagen können zu schnelleren Diagnosen beitragen und helfen, Fälle mit unklaren Ergebnissen der Methylierungsanalyse oder unzureichendem genetischem Material zu klären“, formulieren. die Autoren vorsichtig.

Seltene Tumoren bleiben für die KI schwer zu erkennen

Die Technik hat dennoch Grenzen. Sehr seltene Tumoruntergruppen machten Hetairos größere Probleme. Bei Tumorklassen mit wenigen Trainingsfällen schnitten menschliche Pathologen ähnlich gut ab. Zudem sank die Sicherheit häufiger, wenn neue Datensätze aus anderen Zentren kamen. Die Forscher sehen einen Grund darin, dass Scanner, Gewebeaufbereitung und Laborabläufe leicht voneinander abweichen können.

Auch die Kostenfrage spricht für weitere Tests im Klinikalltag. Eine Methylierungsanalyse kostet laut Studie etwa 400 Euro pro Fall. Die reine Hetairos-Auswertung schätzen die Autoren auf rund ein bis zwei Euro. Dafür braucht die Klinik aber digitale Gewebescanner und passende Abläufe. Die Technik arbeitet also nicht kostenlos, könnte vorhandene Ressourcen aber besser nutzen.

Kurz zusammengefasst:

Bei der Hirntumor-Diagnose zählt eine präzise Einordnung, weil viele Tumoren ähnlich aussehen, aber unterschiedlich behandelt werden müssen.
Die Heidelberger KI Hetairos erkennt aus normalen Gewebeschnitten 102 molekulare Tumor-Untergruppen und liefert nach dem Scan in rund zwölf Minuten eine Einschätzung.
Die Methode soll Ärzte nicht ersetzen, kann aber schwierige Fälle schneller vorsortieren, Spezialtests gezielter machen und besonders bei wenig Tumorgewebe helfen.

Übrigens: Während die neue KI Hirntumoren schneller erkennt, erforschen Wissenschaftler bereits einen weiteren ungewöhnlichen Ansatz: Medikamente könnten per Nasentropfen direkt ins Gehirn gelangen. Dort sollen Nanopartikel das Immunsystem gegen besonders aggressive Tumoren aktivieren. Mehr dazu in unserem Artikel.