Künstliche Intelligenz: Neue Grundlagenforschung für Diabetes- und Malaria-Schnelltest

Blutzellen können ihre Form verändern – je nachdem mit welchem Druck sie in die Arterien gepumpt werden. Bei schneller Fließgeschwindigkeit ähneln sie optisch Pantoffeln beziehungsweise Slippern, bei langsamer zeigen sie sich in symmetrischer Form, ähnlich einem Croissant. Auch bei manchen Erkrankungen sind solche Formveränderungen von Blutzellen typisch. So hätten Diabetes mellitus, Malaria oder die erblich bedingte Sichelzellenanämie Einfluss auf die Steifigkeit der Blutzellen, sagt Alexander Kihm.

Methoden der Mustererkennung durch künstliche neuronale Netzwerke

Der Physiker hat eine Analyse-Software entwickelt, die über Mustererkennung die Form großer Mengen von Zellen erkennt und klassifiziert. Das neuronale Netzwerk identifiziert mit künstlicher Intelligenz die Form der Blutzellen in der Probe anhand von charakteristischen Krümmungen und Wölbungen. Die Forscher seien somit in der Lage, innerhalb von Sekunden Datensätze mit mehreren Tausend Zellen zu analysieren, erklärt Kihm.

Um sein neuronales Netzwerk zu trainieren, presste Kihm gewaschenes Blut, in dem nur noch rote Blutzellen schwimmen, durch hauchfeine Mikroröhrchen, die im Durchmesser kaum größer sind als die Zellen. Mit dem Hellfeldmikroskop beobachtete und klassifizierte er die Blutkörperchen. Anhand der so erfassten Datensätze erstellte Kihm mathematische Modelle und programmierte die Software zur Mustererkennung.

Das Verfahren könnte künftig dabei helfen. schneller eine Diagnose bei Krankheiten zu erhalten, die mit einer Veränderung der Blutzellen-Form einhergehen. Hierzu ist jedoch noch weitere Forschungsarbeit erforderlich. 

Originalpublikation: Kihm A, Kaestner L, Wagner C, Quint S (2018): Classification of red blood cell shapes in flow using outlier tolerant machine learning. PLoS Comp Biol 14(6): e1006278. doi.org/10.1371/journal.pcbi.1006278

Quelle: Universität des Saarlandes