Hetairos: KI erkennt Hirntumoren in 12 Minuten – und schlägt Fachärzte

Eine neue Künstliche Intelligenz aus Heidelberg könnte die Hirntumordiagnostik grundlegend verändern. Das System namens Hetairos, entwickelt am Deutschen Krebsforschungszentrum (DKFZ) und am Universitätsklinikum Heidelberg, analysiert Gewebeproben in zwölf Minuten – und übertrifft dabei erfahrene Neuropathologinnen und Neuropathologen in der Diagnosegenauigkeit deutlich. Die Ergebnisse wurden im Fachjournal Nature Cancer veröffentlicht.

Von zwölf Tagen auf zwölf Minuten – ein Zeitsprung in der Diagnostik

Wer einen Hirntumor erhält, wartet heute oft wochenlang auf eine präzise Diagnose. Die molekulare Einordnung eines Tumors – notwendig, um die richtige Therapie zu wählen – erfordert bislang eine DNA-Methylierungsanalyse. Dieses Standardverfahren dauert rund zwölf Tage, braucht spezielle Laborausstattung und kostet mehrere hundert Euro, teils bis zu 400 Euro pro Probe. Für Patientinnen und Patienten bedeutet das: wochenlange Ungewissheit in einer ohnehin belastenden Zeit.

Hetairos macht das in zwölf Minuten. Die KI wertet digitale Bilder gewöhnlicher histologischer Gewebeschnitte aus – also jener Proben, die ohnehin routinemäßig bei einer Operation entnommen werden und bereits in jedem Pathologielabor anfallen. Keine zusätzlichen Spezialuntersuchungen, keine aufwendige Probenvorbereitung, keine teuren Geräte. Laut den Forschenden liegt der geschätzte Kostenaufwand pro Analyse bei einem bis zwei Euro – ein Bruchteil der bisherigen Kosten.

Das macht die Methode nicht nur schneller, sondern auch deutlich zugänglicher. Gerade in Krankenhäusern, die keinen direkten Zugang zu spezialisierten Molekulardiagnostiklaboren haben – ein Problem, das in Deutschland, aber vor allem in Ländern mit niedrigem Einkommen weit verbreitet ist – könnte Hetairos einen echten Unterschied machen.

102 Tumortypen – klassifiziert mit 87 Prozent Genauigkeit

Hirntumoren sind biologisch außerordentlich vielfältig. Die Weltgesundheitsorganisation (WHO) unterscheidet über 100 molekulare Subtypen – eine Einordnung, die für die Therapieentscheidung entscheidend ist. Ein Glioblastom der Molekularklasse IDH-Wildtyp spricht auf andere Behandlungen an als ein IDH-mutiertes Astrozytom, auch wenn beide unter dem Mikroskop ähnlich aussehen könnten. Ohne molekulare Klassifikation ist die richtige Therapie kaum planbar.

Hetairos ordnet jede eingereichte Probe einem dieser 102 WHO-Subtypen zu und gibt dabei eine Sicherheitseinschätzung mit aus. Bei 50 bis 70 Prozent der Fälle zeigt das System eine hohe Vorhersagesicherheit. In diesen Fällen beträgt die Diagnosegenauigkeit 87 bis 88 Prozent, wie aus den in Nature Cancer veröffentlichten Daten hervorgeht. Für die verbleibenden Fälle – typischerweise seltenere oder biologisch unklarer abgrenzbare Tumorvarianten – markiert das System seine Unsicherheit explizit, statt eine falsche Gewissheit zu erzeugen. Diese Transparenz ist aus klinischer Sicht entscheidend.

KI schlägt Neuropathologen im Direktvergleich

Besonders bemerkenswert sind die Ergebnisse aus dem direkten Vergleich mit erfahrenen Fachärztinnen und Fachärzten. In einer validierten Testserie mit 210 Fällen erzielte Hetairos eine Erstdiagnose-Trefferquote von 68 Prozent – die befragten fünf erfahrenen Neuropathologinnen und Neuropathologen lagen bei rund 30 Prozent. Berücksichtigt man die drei wahrscheinlichsten Diagnosen des Systems, steigt die Trefferquote auf 84 Prozent; bei den menschlichen Expertinnen und Experten auf 50 Prozent.

Das bedeutet nicht, dass KI die Pathologie ersetzt. Die Forschenden betonen ausdrücklich, dass Hetairos als Unterstützungswerkzeug konzipiert ist: Es liefert schnell eine molekulare Voreinstufung und markiert relevante Gewebebereiche im Schnitt. Bei sehr seltenen Tumorarten – die in keinem Trainingsdatensatz ausreichend repräsentiert sein können – sind erfahrene Medizinerinnen und Mediziner dem System derzeit noch ebenbürtig. Die abschließende klinische Beurteilung bleibt menschliche Aufgabe. Aber das Vorfiltern – der zeitaufwendigste und fehleranfälligste Schritt – könnte künftig maschinell erledigt werden.

Training mit globalen Daten – Einsatz auf vier Kontinenten

Das System wurde mit mehr als 11.000 digitalisierten Gewebeschnitten von 9.606 Patientinnen und Patienten trainiert. Die Daten stammen aus elf medizinischen Zentren auf vier Kontinenten. Diese breite Datenbasis ist kein zufälliges Detail: Hirntumoren treten in verschiedenen Bevölkerungsgruppen unterschiedlich häufig auf, und genetische sowie epigenetische Profile variieren. Ein KI-System, das ausschließlich an westeuropäischen Daten trainiert wurde, würde in anderen ethnischen oder geographischen Kontexten mit hoher Wahrscheinlichkeit schlechter abschneiden.

Die Heidelberger Gruppe hat bereits Erfahrung mit dem weltweiten Einsatz KI-gestützter Hirntumordiagnostik. Der Heidelberg CNS Tumor Methylation Classifier, ein verwandtes Verfahren auf Basis von DNA-Methylierungsprofilen, wird laut einer Pressemitteilung des Universitätsklinikums Heidelberg (UKHD) von Pathologinnen und Pathologen weltweit genutzt. Über 160.000 Hirntumorproben aus allen Kontinenten wurden bislang damit analysiert. Die neueste Version 12.8 erkennt nach Angaben des UKHD inzwischen 184 Tumorarten – mehr als doppelt so viele wie die erste Version aus dem Jahr 2018. Hetairos knüpft an diese Infrastruktur an, macht den entscheidenden Schritt aber einen technologischen Schicht tiefer: weg von aufwändiger DNA-Extraktion, hin zur reinen Bildanalyse.

Was das für Betroffene und das Gesundheitssystem bedeutet

Für Menschen, bei denen ein Hirntumor diagnostiziert wird, ist die Wartezeit auf das genaue molekulare Ergebnis oft eine der belastendsten Phasen. Je präziser und schneller die Diagnose, desto früher kann die Therapie beginnen – und desto passgenauer kann sie auf den jeweiligen Tumortyp abgestimmt werden. Hetairos adressiert genau dieses Nadelöhr.

Wenn sich das System im klinischen Einsatz bewährt, könnten Patientinnen und Patienten künftig innerhalb eines Tages wissen, mit welchem Tumortyp sie es zu tun haben – statt wochenlang zu warten. Gerade bei aggressiven Tumoren, bei denen jede Woche zählt, könnte das einen messbaren Unterschied für Überleben und Lebensqualität machen. Die Forschenden planen laut den publizierten Ergebnissen eine weitere klinische Validierung. Ob und wann Hetairos regulär in der Versorgung eingesetzt wird, hängt von weiteren Studien und der regulatorischen Zulassungssituation ab.

Für das Gesundheitssystem insgesamt bietet sich ein weiterer Vorteil: Wenn ein günstiges, schnelles Vorscreening den teuren und zeitaufwändigen molekularen Volltest in vielen Fällen ersetzt oder zumindest vorbereitet, könnten Ressourcen gezielter eingesetzt werden. Das ist nicht nur ein ökonomisches Argument – es ist ein Argument für mehr Gleichheit im Zugang zu präziser Krebsdiagnostik.