Automatisierte nukleäre Morphometrie in Nebennierenrindentumoren mithilfe künstlicher Intelligenz

Canine Nebennierenrindentumore gehören mit 0,9 % aller Fälle zwar zu den seltenen Tumoren des Hundes, sind aber in 15-20 % der Cushing-Fälle die Ursache für einen zugrunde liegenden Hyperadrenokortizismus, der eine der häufigsten endokrinen Erkrankungen des Hundes ist. Die Beurteilung von caninen Nebennierenrindentumoren erfolgt anhand von klinischen, histologischen und immunhistochemischen Parametern. Therapie der Wahl ist bei Nebennierentumoren die Adrenalektomie, wobei die Prognose stets von der Größe und Dignität des Tumors sowie dem Vorhandensein möglicher Gefäßinvasionen und Metastasierungen abhängt. Gerade die nukleäre Pleomorphie als ein Malignitätskriterium vieler Tumore, wurde bei caninen Nebennierenrindentumoren bisher unzureichend untersucht und deren prognostische Aussagekraft ist bei caninen Nebennierenrindentumoren noch unbekannt. Diese Arbeit konzentriert sich deshalb auf die nukleäre Pleomorphie als einen möglichen prognostischen Parameter für canine Nebennierenrindentumore. Bei der Beurteilung der nukleären Pleomorphie spielt die nukleäre Morphometrie, also die Methode zur Vermessung von Zellkernen, eine besonders wichtige Rolle. Sie ist eine Methode zur Beurteilung von Parametern wie Größe und Form von Zellkernen. Die Morphometrie ist im Unterschied zur visuellen Schätzung für die zugrunde liegende Diplomarbeit aufgrund der Studienfrage (genaue Messung von Größe und Form der Zellkerne), der kleinen Studiengröße und dem Ziel eine möglichst hohe Genauigkeit der Ergebnisse zu erreichen, um eine exakte Aussage über die biologische Relevanz der untersuchten Parameter treffen zu können, gut geeignet. In dieser Arbeit wird überprüft, ob die manuelle und algorithmische (mithilfe künstlicher Intelligenz) Morphometrie geeignet sind, um das Vorhandensein von Metastasen bei Patienten mit caninem Nebennierenrindentumor vorherzusagen. Zudem wird untersucht, ob ein KI basierter Algorithmus Zellkernvermessungen akkurat durchführen kann. Für die Entwicklung des generierten Algorithmus wurden insgesamt 61 Proben, bestehend aus 49 Sektions- und zwölf Biopsieproben, mit Hilfe der Software Slide Runner annotiert. Alle Proben stammten aus dem Pathologiearchiv des Departments für Biologische Wissenschaften und Pathobiologie der Veterinärmedizinischen Universität Wien. Die Sektionsproben wurden sowohl für das Training und die Validierung als auch zum Testen des erstellten Modells verwendet. Da keine Informationen über vorhandene Metastasen vorlagen, wurden die Biopsieproben, im Gegensatz zu den Sektionsproben, nur für Training und Validierung genutzt. Das entwickelte Modell führt Zellkernsegmentierungen durch, welche verwendet wurden, um bestimmte morphometrische Parameter von Nebennierenrindentumorzellkernen, wie die Fläche, Solidität und Exzentrizität zu ermitteln. Mit einer Intersection over Union von 0,82, einer Sensitivität von knapp 86 % und einem F1- Wert von knapp 0,89 sowie einer Präzision von fast 90 % zeigen die Ergebnisse, dass der für diese Diplomarbeit entwickelte Algorithmus eine gute Objekterkennungs- und Segmentierungsleistung hat. Er erkennt nicht nur eine Vielzahl der gesuchten Tumorzellkerne, sondern kann sie auch gut zum Hintergrund abgrenzen. Auch die Werte des Root Mean Squared Error für die untersuchten Parameter zeigen, dass der Algorithmus ähnliche Werte wie die Ground Truth erreicht. Der generiere Algorithmus und die Ground Truth generierten ähnliche Werte; die Auswertung der ROC-Kurven und Streudiagramme hat allerdings gezeigt, dass die untersuchten Parameter keine biologische Relevanz in Bezug auf die Vorhersage von Metastasen oder Gefäßeinbrüche haben. Um die erhaltenen Ergebnisse zu validieren und um sicherzustellen, dass die verwendete Studienpopulation die Ergebnisse nicht beeinflusst hat, sollte in Zukunft der entwickelte Algorithmus zur Untersuchung einer größeren Studienpopulation verwendet werden. Neben der Vorhersage von Metastasen, könnte man als weiteren Gesichtspunkt in zukünftige Untersuchungen die Überlebenszeit einfließen lassen.