Charité entwickelt KI für präzise, nachvollziehbare Tumorklassifikation

Mit dem KI-Modell „crossNN“ hat ein Forschungsteam der Charité und des BIH ein neues Werkzeug entwickelt, das über 170 Tumorarten anhand epigenetischer Daten präzise identifizieren kann. Die Methode basiert auf sogenannten DNA-Methylierungsmustern, molekularen Fingerabdrücken, die Tumorzellen charakterisieren. Diese lassen sich mit neuronalen Netzen hochgenau auswerten, selbst bei Daten unterschiedlicher Qualität oder Herkunft. Besonders bei Hirntumoren ist dies von Vorteil: Hier ermöglicht die sogenannte Liquid Biopsy eine risikoarme Diagnostik aus Nervenwasser, ganz ohne operativen Eingriff. In über 99 Prozent der Fälle erkannte das Modell den Tumortyp korrekt. Das Verfahren ist erklärbar und nachvollziehbar, ein wichtiger Schritt für die klinische Anwendung. Die Forscher:innen planen nun multizentrische Studien an allen DKTK-Standorten, um crossNN in die Regelversorgung zu überführen. Ziel ist ein kosteneffizientes, schnelles und zuverlässiges Klassifikationssystem für die Onkologie der Zukunft.