Künstliche Intelligenz entschlüsselt Gewebemerkmale von Typ-2-Diabetes

DZD Publikationen

Explainable AI-based analysis of human pancreas sections identifies traits of type 2 diabetes.

Nature Communications 2026

Forschende mehrerer Partnerinstitutionen des Deutschen Zentrums für Diabetesforschung (DZD) haben gemeinsam mit internationalen Kolleg:innen, darunter auch Forschende des DKFZ, einen neuen Ansatz zur Visualisierung subtiler Gewebeveränderungen in der Bauchspeicheldrüse bei Typ-2-Diabetes entwickelt. Die Ergebnisse liefern neue Einblicke in die Entstehung von Typ-2-Diabetes.Die Studie wurde nun in ‘Nature Communications’ veröffentlicht. 

Weltweit leben mehr als 500 Millionen Menschen mit Typ-2-Diabetes. Häufig leiden sie auch an schweren Folgeerkrankungen. Dennoch ist es bislang schwierig, anhand klassischer histopathologischer Untersuchungen zuverlässig Rückschlüsse auf den glykämischen Zustand einer Person zu ziehen. Viele feine morphologische Veränderungen, die mit einer gestörten Insulinsekretion und dem Funktionsverlust von Betazellen einhergehen, sind mit dem bloßen Auge kaum zu erkennen. 

Umfangreicher Datensatz 

Um diese diagnostische Lücke zu schließen, erstellte das Forschungsteam einen umfangreichen Datensatz aus Pankreas-Gewebsschnitten lebender Spender. Die Proben wurden mit chromogenen sowie multiplexen immunfluoreszenten Färbungen kontrastiert und anschließend mittels Giga-Pixel-Mikroskopie hochauflösend erfasst.  

Deep-Learning-Modelle unterscheiden zwischen Gewebeproben von Menschen mit und ohne Typ-2-Diabetes 

Auf dieser Grundlage trainierten die Wissenschaftler:innen Deep-Learning-Modelle, die zuverlässig zwischen Gewebeproben von Menschen mit und ohne Typ-2-Diabetes unterscheiden konnten. Die Modelle konnten den Diabetesstatus präzise vorhersagen und erstmals nachvollziehbar machen, welche Gewebestrukturen dabei eine zentrale Rolle spielen – darunter Veränderungen an Langerhans-Inseln, αZellen, neuronalen Axonen sowie die Nähe von Fettzellclustern zu Inselstrukturen. Mithilfe von erklärbarer KI wurden die identifizierten Merkmale analysiert, quantifiziert und als potenzielle Biomarker beschrieben. 

Diese KI-gestützte Auswertung liefert neue Hinweise auf frühe und bislang schwer erkennbare Veränderungen bei Typ-2-Diabetes. Die Erkenntnisse eröffnen neue Perspektiven für das Verstehen der entscheidenden Prozesse, die sich während der Entwicklung von Typ-2-Diabetes in der Bauchspeicheldrüse abspielen. 

 

Original-Publikation:  
Klein, Ziegler, Gerst, Morgenroth…Solimena & Wagner: Explainable AI-based analysis of human pancreas sections identifies traits of type 2 diabetes. Nat Commun 17, 1558 (2026). DOI: doi.org/10.1038/s41467-026-69295-2 

Birgit Niesing
Birgit Niesing

Referentin für Presse- und Öffentlichkeitsarbeit