Porträt 4D Path

Wenn Software ärztliche Eingriffe überflüssig macht

Uhr

Die Wissenschaft beisst sich an der Früherkennung und Diagnose von Krebs noch immer die Zähne aus. Start-ups packen diese Herausforderung nun mit Software an. Eine davon stammt von 4D Path. Das Unternehmen hat eine Lösung entwickelt, die Roche gerade testet. 4D Path will mit ­Software und Cloud Computing die Krebsforschung revolutionieren.

(Source: praetorianphoto)
(Source: praetorianphoto)

Die Diagnose und Behandlung von Krebs ist eine grosse He­rausforderung. In vielen Ländern gibt es zu wenige Pathologen, und rund einer von fünf Fällen wird falsch diagnostiziert. Das Unternehmen 4D Path will das ändern. Es hat eine Technologie entwickelt, welche die Diagnose von Krebs stark vereinfachen könnte. Die Firma aus den USA arbeitet mit Roche, der Zürcher Crypto Consulting und der University of Leeds in Grossbritannien zusammen.

Software statt operative Eingriffe

Das Vorzeigeprodukt von 4D Path richtet sich an Pathologen und hilft bei der Diagnose von Brustkrebs. Bei einer Biopsie entnimmt der Arzt eine Gewebeprobe und analysiert diese im Labor auf Krebszellen. So kann er den Hormonrezeptorstatus und den ER-/PR-/HER2-Status bestimmen. Dafür ist nicht selten eine Immunhistochemie oder eine Fluoreszenz-in-situ-Hybridisierung nötig, was Kosten und Zeitaufwand verursacht.

Die Lösung von 4D Path soll diese Operationen überflüssig machen. Sie wertet digitalisierte Biopsie-Bilder aus, erstellt automatisierte Diagnose-Reports und nutzt dafür Microsofts Azure-Cloud. Die Technologie analysiert die gesammelten gewebemorphologische Daten und erstellt Indikatoren für die Diagnostik, sogenannte Biomarker.

Schnellere Behandlung, tiefere Kosten

Zeigen die bildgebenden Verfahren also eine Auffälligkeit, braucht es operative Massnahmen, um festzulegen, ob es sich um eine bösartige oder gutartige Veränderung der Brust handelt. Der Arzt spricht sich laut dem Universitätsspital Zürich auch mit Spezialisten aus der bildgebenden Diagnostik, der Pathologie, der Radiotherapie, der gynäkologischen Onkologie und der medizinischen Informatik ab.

Die Cloud-Lösung von 4D Path soll den gesamten Diagnoseprozess, der mehrere Tage dauert und kostenintensiv ist, erheblich verkürzen können. Die Zeit, die zwischen der Diagnose und der Behandlung verstreicht, sinkt so laut dem Unternehmen massiv. 4D Path verspricht eine Zeitreduktion von rund 8 bis 29 Tagen.

Diagnose ohne Deep Learning

Laut der University of Leeds basiert der Algorithmus von 4D Path nicht auf Deep Learning. Dieses Teilgebiet der künstlichen Intelligenz habe bis jetzt in diesem Feld nur beschränkt Erfolge erzielt, so die Universität. Es sei zudem denkbar, dass man die Technologie auch in der Dermatopathologie einsetzen könne.

Die ersten Zielmärkte sind Grossbritannien und Brasilien, Deutschland und die USA sollen folgen. Um die Technologie zu verbessern, braucht es Biopsie-Bilder. Auf diese hat 4D Path dank einer Kooperation mit der University of Leeds und dem St. James's Hospital Zugriff. Rund 3500 Bilder sammelte das Start-up so bereits.

Die Cloud skaliert weltweit

Da die Cloud-Plattform sehr gut skaliert und die Analyse eines Biopsie-Bilds nur 1 bis 2 Minuten dauert, geht 4D Path davon aus, in zwei bis drei Jahren "cash positive" zu sein. Nun gilt es für das Unternehmen, regulatorische Hürden zu überwinden. 4D Path arbeitet dafür mit der Zürcher Crypto Consulting zusammen.

In einem Schreiben betont die Universität die Bedeutung der Cloud. Die Lösung von 4D Path und die Remote-Fähigkeit der Plattform würden weltweit den Zugang zu hochqualitativen Krebsdiagnosen ermöglichen. Das sei ein Segen für kleine und abgelegene Spitäler, die oft keine Histopathologie-Abteilung hätten.

Konkurrenz aus der Schweiz

An einer ähnlichen Technologie arbeitet zum Beispiel auch das ETH-Spin-off Scailyte. "Unsere Algorithmen analysieren Millionen von einzelnen Zellen und identifizieren Muster, die auf bestimmte Krankheiten hinweisen", sagt Peter Nestorov, CEO von Scailyte, gegenüber dem "ETH Magazin". "Man muss sich das vorstellen wie einen Fruchtsalat, der schlecht schmeckt. Statt aufgrund der Farbe oder des Geruchs zu erahnen, was die Ursache für den üblen Geruch ist, nehmen wir alle Bestandteile auseinander und analysieren sie."

Die der Technologie zugrunde liegenden Algorithmen entwickelten Manfred Claassen, Professor für rechnergesteuerte Biologie an der ETH, und seine Doktorandin Eirini Arvaniti. Auch Scailyte hat bereits Partner in der Schweiz. Das Start-up arbeitet mit dem Universitätsspital Zürich und dem Inselspital Bern zusammen.

Tags
Webcode
DPF8_149237

Kommentare

« Mehr