Computer-assistierte Diagnostik (CAD) für die Kolposkopie: Unterscheidung von Low-Grade, High-Grade und Tumor-Läsionen der Cervix uteri

Einleitung: Mit ca. 500.000 Neuerkrankungen p.a. ist das Zervixkarzinom weltweit die zweithäufigste Tumorerkrankung der Frau. Das mittlere Alter an einem Zervixkarzinom zu erkranken, ist relativ niedrig und liegt bei 52 Jahren. Die Diagnose einer zervikalen Präkanzerose wird am häufigsten bei Frauen im Alter zwischen 25 und 35 Jahren gestellt. Die Diagnostik zervikaler intraepithelialer Läsionen der Cervix uteri stützt sich in erster Linie auf die Zytologie, dem Erfahrungsschatz der Untersucher in der Kolposkopie und letztlich auf die Histologie. Allerdings wird für die kolposkopische Untersuchung eine hohe Sensitivität von 86% in Kombination mit einer sehr geringen Spezifität von 30% angegeben. Wird zwischen gesunden und leicht- oder schwergradig verändertem Gewebe differenziert, erreicht die Kolposkopie eine Sensitivität von nur 61% mit einer Spezifität von 94%. Basierend auf diesem Hintergrund stellt sich die Frage, ob sich eine differenzierte Diagnostik der cervikalen Neoplasien durch die Ergänzung einer semi-automatischen Auswertung von kolposkopischen Bildern im Kontext einer Computer-Assistierenden Diagnostik (CAD) verbessern lässt.

Material & Methodik: Von 2530 Patientinnen der Dysplasiesprechstunde aus den Jahren 2006–2008 wurden kolposkopische Bilder von 223 Frauen erfasst. Die Diagnose der darin abgebildeten Läsionen fand mittels Zytologie, HPV-DNA-Test (HC II), erweiterte Kolposkopie und einer Histologie statt. Basierend auf einer vollständigen Diagnose (Übereinstimmung der diagnostischen Methoden) wurden in den Bildern 426 Bildregionen (ROIs) von Läsionen manuell eingezeichnet und in drei diagnostische Klassen eingeteilt: Niedriggradige Läsionen (207 Regionen), hochgradige Läsionen (172 Regionen) und Tumor (47 Regionen). Die 426 Bildregionen wurden mit einem Prototypen eines Computer-assistierten Diagnosesystems auf der Basis charakteristischer Texturen und Farben automatisch klassifiziert.

Ergebnisse & Schlussfolgerung: Die Experimente wurden mit einem n-Nächsten-Nachbar (kNN) Klassifikator mit einer vollständigen Kreuzvalidierung durchgeführt. In den bisherigen Experimenten wurde für das 3-Klassen-Problem eine maximale Gesamterkennungsrate von 79% erzielt, d.h. eine korrekte Klassifikation der Läsionen bezüglich der histologischen Analyse. Die Teilerkennungsraten betragen 73% für niedriggradige Läsionen, 85% für hochgradige Läsionen und 81% für Tumoren.

Das CAD-System zeigt eine vergleichbare Sicherheit zur bisherigen Routine-Diagnostik. Damit könnten solche Systeme in Zukunft eine unterstützende Funktion in der weiterführenden Diagnostik der zervikalen intraepithelialen Neoplasien spielen. Entsprechend lassen sich neue bzw. erweiterte Möglichkeiten bei der Kolposkopie-basierten Diagnostik aufzeigen.