Stiftung AtemWeg fördert innovatives Projekt: Mit Hilfe künstlicher Intelligenz Transplantatversagen vorhersagen
Bei schweren chronischen Lungenkrankheiten wie die Lungenfibrose, Mukoviszidose oder COPD ist eine Lungentransplantation oft die letzte Möglichkeit das Leben der Patient*innen zu retten. Jedoch ist das Langzeitüberleben auch nach Transplantation begrenzt: Im Durchschnitt überleben Patient*innen mit transplantierter Lunge circa sechs Jahre. Die häufigste, oft auch zum Tode führende Komplikation, ist die so genannte chronische Transplantatdysfunktion (CLAD). Etwa 50 Prozent der Lungentransplantierten sind innerhalb der ersten fünf Jahre davon betroffen, nach zehn Jahren sind es bereits bis zu 75 Prozent. In der Entstehung dieser Erkrankung spielen eine chronische Inflammation, insbesondere der kleinen Atemwege, sowie im Verlauf der Erkrankung zunehmende Vernarbungsprozesse der Lunge eine wichtige Rolle. Die chronische Transplantatdysfunktion kann schleichend beginnen und voranschreiten oder aber auch plötzlich einsetzen und fulminant verlaufen. Die CLAD kann anhand einer Verschlechterung bestimmter Lungenfunktionswerte nach dem Ausschluss anderer Ursachen diagnostiziert werden. Aktuell existieren nur unzureichende therapeutische Möglichkeiten der Behandlung einer CLAD. Eine kausale, zielgerichtete Therapie ist nicht möglich, bestehende medikamentöse Therapien wie z.B. mit dem Antibiotikum Azithromycin zielen vor allem darauf ab, ein Fortschreiten der Erkrankung zu verlangsamen.
Forschende auf der ganzen Welt arbeiten mit Hochdruck daran, mehr über die Entstehungsprozesse der CLAD zu erfahren, um diese eines Tages verhindern oder heilen zu können. Bisherige Arbeiten zeigen, dass bereits vor Auftreten von Symptomen spezifische Veränderungen in der Zellzusammensetzung der unteren Atemwege auftreten. Diese Veränderungen können über eine Lungenspiegelung mit Lungenspülung, einer sogenannten bronchoalveolären Lavage (BAL), sichtbar gemacht werden. Die BAL von Patienten mit beginnender oder bestehender CLAD weist häufig ein Ungleichgewicht der Zellen des Immunsystems und hier insbesondere erhöhte Zellzahlen von neutrophilen und eosinophilen Granulozyten auf.
Forschende des LMU Klinikums unter der Federführung von Dr. Carlo Mümmler und Michael Gerckens haben es sich nun zum Ziel gesetzt, diese spezifischen Veränderungen in der Differentialzytologie der BAL automatisiert zu erkennen. Mittels Verfahren des maschinellen Lernens soll eine automatisierte Einzelzellerkennung - und zählung sowie eine differenzierte Messung von Zellmerkmalen zu einem Prognosewerkzeug führen, das Vorhersagen über die Wahrscheinlichkeit eine CLAD zu entwickeln ermöglicht. Die Assistenzärzte und ihr Team am LMU Klinikum haben in den letzten Monaten bereits eine maschinenlesbare Datenbank mit umfangreichen klinischen Daten von knapp 400 Transplantations-Patient*innen etabliert. Darüber hinaus wurden bereits mehrere hundert BAL-Cytospins digitalisiert. Mit diesen Daten soll ein tiefes neuronales Netzwerk, eine Methode der künstlichen Intelligenz, trainiert werden um in einem nächsten Schritt selbst Zellen der BAL sowie Zelleigenschaften klassifizieren zu können. Die Chance des maschinellen Lernens besteht darin, in großen Datenmengen Muster zu erkennen, Verbindungen herzustellen und Gemeinsamkeiten zu finden, die in diesem Fall die Wahrscheinlichkeit einer CLAD-Entstehung vorhersagen könnten. Die Münchner Forschenden erhoffen sich durch die Anwendung dieser neuen Technologie darüber hinaus neue Erkenntnisse über die Entstehung und den Krankheitsverlauf der lebensbedrohlichen CLAD. Auf lange Sicht ist auch die Identifikation neuer Therapieansätze ein Ziel des Forschungsprojekts.
Um die großen Datenmengen zu bewältigen und die Dateninfrastrukturen des Universitätsklinikums zu verbessern finanziert die Stiftung AtemWeg eine*n Hilfswissenschaftler*in, der mit zusätzlichem informatischem Know-How den Projektfortschritt beschleunigen und letztendlich zum Erfolg des Projektes beitragen wird.
Heute forschen. Morgen heilen.