Mindpeak will zum Thema Krebs-Diagnose einen wichtigen und innovativen Beitrag leisten: Das Startup entwickelt seit 2018 mit mittlerweile 25 Expert:innen am Standort Hamburg mit Künstlicher Intelligenz (KI) Software zur Bilderkennung in der diagnostischen Medizin und unterstützt damit Pathologen und Pathologinnen bei der Krebsdiagnose. Künstliche Intelligenz kann hier die Krebs-Expert:innen in der täglichen Routine entscheidend unterstützen: Die Zahl der Pathologen stagniert bzw. nimmt sogar ab – die Zahl der zu bearbeitenden Gewebeproben steigt jedoch rasant an. Mindpeaks KI-gestützte Diagnose-Tools können Krebszellen erkennen, quantifizieren und klassifizieren – in einem Bruchteil der Zeit, die erfahrene Patholog:innen benötigen – und das auf einem immer gleichbleibenden hohen Niveau. Vergleichstests haben gezeigt, dass die Software der Hamburger hier auf dem Niveau der besten Patholog:innen der Welt arbeitet – aber anders als der Mensch wird sie nie müde.
Dieses Beispiel zeigt, welche Innovationskraft Künstliche Intelligenz insbesondere im Gesundheitsbereich hat. Sie kann Expert:innen bei sich oft wiederholenden Vorgängen, die viel Zeit und Mühe kosten, entlasten, sodass beispielsweise Patholog:innen mehr Zeit für komplexere Fälle und Mediziner:innen mehr Zeit für ihre Patient:innen haben. Felix Faber und Dr. Tobias Lang, die Mindpeak gegründet haben, beschäftigen sich schon sehr lang mit dem Thema Künstliche Intelligenz; beide haben an der Universität Freiburg und Osnabrück Informatik und Cognitive Science studiert. Als sie mit dem Studium begannen, steckte KI zwar nicht mehr in ihren Anfängen – aber sie war noch nicht so weit, um daraus Anwendungen für den Einsatz im Alltag zu entwickeln. Insbesondere die Themen Deep Neural Networks und Machine Learning sind aber mittlerweile an einem Punkt angelangt, an dem sie nicht nur für viele Zwecke – insbesondere beim Thema Bilderkennung – einsetzbar sind, sondern auch einen tatsächlichen Mehrwert beispielsweise in der klinischen Routine schaffen können.
Insbesondere Deep Learning (DL) spielt hierbei eine zentrale Rolle: Deep Learning ist eine Methode der KI-Entwicklung und basiert auf tiefen künstlichen neuronalen Netzen. Anstatt mit viel Aufwand fest codierte Regeln durch menschliche Expert:innen festzulegen, werden mit einem DL-System statistische Muster aus Beispieldaten gelernt. Voraussetzung ist eine ausreichend große Menge an sogenannten annotierten Daten zum Trainieren des neuronalen Modells. Der Algorithmus lernt auf diese Art und Weise, Bilder zu erkennen, die er vorher nicht gesehen hat.
Die beiden Mindpeak-Gründer haben zudem früh erkannt, wie wichtig es ist, ein nachvollziehbares Regelwerk zur Standardisierung von KI-Software und -Anwendungen insbesondere auch im medizinischen Bereich zu schaffen. Daher hat Mindpeak gemeinsam mit dem Deutschen Institut für Normung entsprechende SPECs – Vorstufen von DIN Normen - erarbeitet. Im Zuge des gemeinsamen Projektes wurden so beispielsweise die Entwicklung und die Anwendung eines DL-Bilderkennungssystems in der Medizin vereinfacht und standardisiert. Hierbei wurden insbesondere Patientensicherheit, Nutzerakzeptanz und effiziente Entscheidungsprozesse berücksichtigt. Dafür wurde ein entsprechender Leitfaden entwickelt und auf einer Fallstudie verifiziert, auf dessen Basis die DIN SPEC 13288 „Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen in der Medizin” entworfen wurde.
Bei der Entwicklung von Mindpeaks Krebsdiagnose-Software BreastIHC erhöhte die Anwendung dieses Leitfadens deutlich die Umsetzungseffizienz. Das Unternehmen konnte wesentlich enger mit den eigentlichen Anwendern ihrer KI-Software zusammenarbeiten, weil das Standardisierungswerk sowohl die Akzeptanz als auch das Verständnis der Patholog:innen gegenüber KI gefördert hat. Die enge nutzerorientierte Zusammenarbeit war hochwichtig für die Durchführung einer komplexen klinischen Studie. BreastIHC konnte dadurch sehr anwenderfreundlich und intuitiv gestaltet werden, was Mindpeak im Vergleich zu Mitbewerber:innen einen deutlichen Marktvorsprung verschafft. Eines der Hauptprobleme der digitalen Pathologie ist die reibungslose Integration der KI-Lösungen in die klinischen Arbeitsabläufe. Viele Unternehmen scheitern nicht an der Technologie, sondern an deren Einbringung in die Klinik.
Mindpeak hat bei der Entwicklung ihrer Diagnosetools besonders viel Wert auf die sofortige Einsetzbarkeit gelegt: BreastIHC ist eine Plug-and-play-Lösung, die ohne Anpassungsprozesse sofort für Pathologien, Labore und Kliniken anwendbar ist. BreastIHC arbeitet stabil und zuverlässig mit unterschiedlichstem Bildmaterial und stellt somit für Patholog:innen eine echte Unterstützung und Entlastung dar. In der bislang weltweit größten Studie zur Variabilität von Laborbedingungen mit drei unterschiedlichen Färbeautomaten und sechs Scannern hat die Diagnose-Software unter Beweis gestellt, wie zuverlässig sie unter den verschiedenen Laborbedingungen arbeitet. Zudem hat BreastIHC 96 Prozent Genauigkeit im wichtigsten Brustkrebs-Expertenpanel erreicht.
