Die Durchflusszytometrie ist eine standardisierte Messmethode in der Medizin und Biotechnologie, welche die Analyse von einzelnen Zellen erlaubt. Diese Methode ermöglicht die Intensität von Erkrankungen (Minimal Residual Disease – MRD), wie Leukämie, durch die Bestimmung der Anzahl von Krebszellen im Blut, festzustellen. Dadurch kann die Therapie an die Patientin bzw. den Patienten angepasst werden und eine Risikoabschätzung eines Relapses (Rückfalls) getroffen werden. Die Auswertung durch medizinisches Fachpersonal ist zeitaufwendig und subjektiv. In diesem Projekt wird eine Software zur Marktreife geführt, die Krebszellen in Durchflusszytometerdaten automatisch findet. FlowMe, ein Clinical Decision Support System, wird helfen für jedes Kind, das von Leukämie betroffen ist, die ideale Therapie zu finden.
Produkt/Dienstleistung und dahinterliegende Technologie
Wir setzten auf Cutting-Edge Machine Learning Methoden, die aus bekannten Datensätzen lernen und dadurch eine automatische Analyse neuer, unbekannter Fälle ermöglichen. Der von uns entwickelte Algorithmus findet die Nadel im Heuhaufen: 40 Krebszellen unter 1.000.000 Knochenmarkszellen. Bisher wurde FlowMe für Akute Lymphatische Leukämie (ALL), die häufigste Form bei Kindern, mit Hilfe von über 300 Patientendaten trainiert und erfolgreich getestet. Im Laufe des FFG Spin-off Fellowships wird die Methode generalisiert und Modelle für andere Krankheiten, wie Chronische Lymphatische Leukämie (CLL), die häufigste Form bei Erwachsenen, erstellt. Zudem werden Softwaredesign und Qualitätsmanagement implementiert, um die Bedienungsfreundlichkeit für künftige NutzerInnen zu erhöhen.
Spin-off Fellowship:
Geförderte Projekte des FFG inkl. Factsheet, siehe FLOWME.
User Study:
Please participate in our User Study
If you are interested in the automated analysis of your flow cytometry data – contact us
Contact:
Markus Diem
Florian Kleber
flowme@cvl.tuwien.ac.at