Automatisierte Bestimmung der Ki67-Proliferationsfraktion bei neuroendokrinen Tumoren im zeitlichen Verlauf der Erkrankung

Neuroendokrine Tumoren (NET) stellen eine heterogene Gruppe von Neoplasmen dar, die aus neuroendokrinen Zellen entstehen und unterschiedliche Aggressivitätsgrade und klinische Erscheinungsformen aufweisen. Das Klassifizierungssystem der Weltgesundheitsorganisation (WHO) klassifiziert NET auf der Grundlage der Proliferationsaktivität anhand der Ki67-roliferationsfraktion und des Mitoseindexes, wobei der Ki67-Proliferationsfraktion eine höhere Genauigkeit und ein höherer prognostischer Wert zugeschrieben wird. Der Biomarker Ki67 kann sowohl manuell als auch digital mit Hilfe von Softwares mit Artificial Intelligence (AI, dt. künstliche Intelligenz – KI) bestimmt werden. Systemische Therapien wie Chemotherapie, Therapie mit Somatotatinanaloga, Peptidrezeptor-vermittelte Radionuklidtherapie und Immuntherapie spielen neben der chirurgischen Resektion eine wesentliche Rolle bei der Behandlung von NET. Ziel dieser Studie war es, die Veränderungen der Ki67-Fraktion bei NET-Patienten nach einer systemischen Therapie zu analysieren und das Potenzial von AI-gestützten Messungen zur Bestimmung der Ki67-Werte bei NET im Vergleich zu manuellen Messungen zu bewerten. In dieser retrospektiven Studie wurde die Wirkung einer systemischen Therapie auf die Ki67-Proliferationsfraktion von NET bei 18 Patienten analysiert. Die Studienpopulation bestand aus NET-Patienten, von denen mindestens zwei histologische Proben des jeweiligen NET zur Verfügung standen und die zwischen den Zeitpunkten der erhaltenen Proben eine systemische Therapie erhielten. Es folgten die Auswahl und Aufbereitung der Gewebeproben, einschließlich Fixierung, Schnitt und immunhistochemischer Färbung des Biomarkers Ki67. Anschließend wurde der Ki67-Wert für jede Histologie sowohl manuell als auch mit dem AI-basierten Ki67 Quantifier der Software „CognitionMaster Professional Suite“ bestimmt. Die Ergebnisse zeigten, dass bei 27,8 % der Patienten der Ki67-Wert zum Zeitpunkt der letzten Histologie im Vergleich zur ersten Histologie anstieg, bei 5,56 % sank und bei 66,7 % unverändert blieb. Die Klassifizierung auf der Grundlage der WHO-Tumorklassifikation ergab, dass bei 22,2 % der Patienten eine Zunahme, bei 11,1 % eine Abnahme und bei 66,7 % keine Änderung des WHO-Grads gemäß den AI-Messungen zu verzeichnen war, wobei bei den manuellen Messungen ähnliche Verläufe beobachtet wurden. Insgesamt zeigte sich bei der Mehrheit der Patienten nach einer systemischen Therapie keine signifikante Veränderung der Proliferation oder Differenzierung. Statistische Analysen zeigten eine hohe Übereinstimmung zwischen den AI-basierten und den manuellen Ki67-Messungen (Pearson-Koeffizient 0,895) sowie eine identische WHO-Grad-Zuordnung bei 82,6 % der histologischen Proben. Da die Mehrheit der NET-Patienten in dieser Studie nach der systemischen Therapie keine signifikante Veränderung der Ki67-Proliferationsfraktion aufwies, kann daraus geschlossen werden, dass die systemische Therapie eine Stabilisierung der NET-Proliferation bewirken könnte. Dies unterstreicht die Bedeutung der systemischen Therapie für die Reduzierung der Tumorproliferation sowie die Verbesserung der Prognose und des Ansprechens auf die Behandlung bei NET-Patienten. Angesichts der hohen Übereinstimmung der mit AI gemessenen Ki67-Werte mit den manuell gemessenen Werten kann die Einführung einer vollständigen Automatisierung der Ki67-Bestimmung mit AI in der Praxis als neue Standardmethode angesehen werden. Die wichtigsten Einschränkungen dieser Studie waren die Größe der Studienpopulation, die Unterschiede zwischen den Arten der systemischen Therapie sowie die große intertumorale und intratumorale Heterogenität bei NET. Weitere Forschungsarbeiten zur Erforschung der zugrunde liegenden genetischen Mechanismen, die sich auf die Proliferation von NET und somit auf den Grad der Progression auswirken, würden bei der Auswahl der Therapie helfen und die Entwicklung einer personalisierten Behandlung von NET ermöglichen.