Deep Learning zur Diagnose von Malaria – Absolvierende entwickeln Malatec-App

Deep Learning zur Diagnose von Malaria – Absolvierende entwickeln Malatec-App

Eine schnelle und kostengünstige Malaria-Diagnose über ein App sollte möglich sein! Das sagen sich drei Absolventen*innen des Masterstudienganges “Applied Information and Data Science” und haben sich deshalb vorgenommen, die Smartphone-Applikation Malatec dazu zu entwickeln. Die Diagnose soll mithilfe von einem kostengünstigen, 3D-gedruckten Mikroskop (unter 5 CHF) geschehen, das für diesen Zweck entwickelt wird.

Malaria ist eine von Moskitos übertragene globale Infektionskrankheit, die vorwiegend auf der südlichen Erdhalbkugel vorkommt. Malaria führt oft zu schwerem Fieber und kann bei einer fehlenden oder falschen Therapie zum Tod führen. Schwangere Frauen gehören zur besonders gefährdeten Gruppe und haben ein höheres Sterberisiko. Am härtesten betroffen sind Kinder unter 5 Jahre und machen zirka zwei Drittel der Todesfälle aus (World Health Organization WHO, 2019). Im Jahr 2018 traten laut WHO weltweit schätzungsweise 228 Millionen Malariafälle auf. Die meisten Malariaerkrankungen, 213 Millionen Fälle oder 93%, werden auf dem afrikanischen Kontinent registriert (WHO, 2019). Diese jährliche Fallzahl entspricht etwa der Population von Grossbritannien, Deutschland u nd Frankreich zusammen. Die Krankheit hat erhebliche negative Auswirkungen auf die Gesundheit der betroffenen Bevölkerung, die Wirtschaft und die Entwicklung dieser Regionen.

Algorithmus für einen direkten Malaria-Nachweis

Eine Malaria-Infektion kann mit zwei unterschiedlichen Methoden diagnostiziert werden. Die erste Methode erfolgt mit einem Schnelltest, der über eine chemische Reaktion mit dem Blut, Parasiten feststellen kann. Der Schnelltest gibt lediglich Aufschluss darüber gibt, ob man infiziert ist oder nicht, jedoch keine Informationen über das Stadium der Infektion. Bei der zweiten Methode entnimmt ein Arzt eine Blutprobe vom Patienten und untersucht diese unter einem Mikroskop entweder selbst – oder er schickt sie zur Diagnostik an ein Labor. In einer Blutprobe werden die Malaria-Parasiten, sogenannte Plasmodien, zur besseren Erkennung eingefärbt und anschliessend von Auge gezählt. Manuelle Zählmethoden sind nicht nur arbeitsintensiv und fehleranfällig, sondern benötigen auch eine entsprechende Aus- und Weiterbildung der Fachpersonen, was zu fehlenden Fachkräften in gewissen Regionen führen kann.

Wie könnte ein entsprechender Malariatest auf einem Smartphone funktionieren? Wie bei einem Malaria-Nachweis im Labor, wird eine gefärbte Blutprobe verwendet. Die Parasiten werden im Anschluss jedoch nicht von einer Person mithilfe eines Lichtmikroskops detektiert und gezählt, sondern von einem Objekterkennungs-Algorithmus basierend auf einem Neuronalen-Netz.

Eine mobile Malaria-Diagnose, gestützt durch einen Algorithmus, bringt viele Vorteile gegenüber einem herkömmlichen Malaria-Schnelltest. Durch die zentrale Speicherung von Patientendaten durch die App-Diagnose können erstens die Malaria-Ausbrüche regional und geografisch verfolgt werden. Somit können sich lokale Gesundheitseinrichtungen auf diesen Ausbruch mit Medikamenten, Pflegepersonal und Material vorbereiten. Zweitens ist eine App-basierte Malaria-Diagnose präziser als ein Schnelltest und schneller als ein Labornachweis. Die exakte Anzahl der Parasiten sowie den Erregertyp können durch eine App-basierte Malaria-Diagnose bestimmt werden. Diese Informationen unterstützen den Arzt bei der Therapiewahl.

Das Potential dieser neuen Methode liegt in der Bandbreite der Anwendung: mit dieser mobilen Mikroskop-Hardware könnten in Zukunft, mit den entsprechenden Algorithmen, weitere Krankheiten diagnostiziert werden, wie zum Beispiel tropische Krankheiten, für die es zurzeit keine Schnelltests gibt.

Das Entwickler-Team: Daniel Barco, Stephana Müller, Silvan Burnand

Entwicklung eines Prototyps und die nächsten Schritte

Bei der Entwicklung eines Malatec-Prototyps ist das Team auf die Unterstützung von verschiedenen Partnern angewiesen, welche Data Science für einen guten Zweck einsetzen möchten. Die Studiengangleitung des “Master of Applied Information and Data Science” konnte das Malatec-Team beim Kauf von Malaria-Blutprobe unterstützen, die zur Erarbeitung des Prototyps notwendig sind. Das Pathologische Institut am Luzerner Kantonsspital hat sich bereit erklärt die Blutproben zu analysieren. Die Analyseresultate werden als Datenbasis, die sogenannte Grundwahrheit, für den Algorithmus genutzt. Partner für die Finanzierung des Prototyps sowie Spender von einem Mikroskop werden noch gesucht. Das hochgesteckte Ziel von Malatec ist eine kostengünstige, mobile und genaue Malaria-Diagnose zu entwickeln und diese dann auf den afrikanischen Markt zu bringen.

Daniel Barco, Silvan Burnand, Stephana Müller
https://malatec.ch/

Literatur
World Health Organization. (2019). World Malaria Report 2019. Abgerufen am 21. September 2020 von https://www.who.int/publications/i/item/world-malaria-report-2019

fh-zentralschweiz