Erstmals hat ein Forschungsteam mithilfe erklärbarer Künstlicher Intelligenz (KI) subtile strukturelle Veränderungen in der Bauchspeicheldrüse von Menschen mit Typ-2-Diabetes sichtbar gemacht. Die Studie, an der das Deutsche Diabetes-Zentrum (DDZ) in Düsseldorf, das Paul Langerhans Institut Dresden und das Institut für Diabetesforschung und Metabolische Erkrankungen am Universitätsklinikum Tübingen maßgeblich beteiligt waren, basiert auf einem umfangreichen Datensatz von 100 Gewebeproben aus Dresden und Tübingen.

Typ-2-Diabetes wird üblicherweise über erhöhte Blutglukosewerte diagnostiziert. Diese spiegeln jedoch vor allem die Folgen der Erkrankung wider, nicht deren strukturelle Ursachen in der Bauchspeicheldrüse. Dort regulieren die Langerhans-Inseln mit Beta-, Alpha- und Delta-Zellen sowie umliegenden Strukturen wie Blutgefäßen, Bindegewebe, Fettzellen und Nervenfasern den Blutzuckerspiegel. Bisher waren Veränderungen in diesem komplexen Netzwerk unter dem Mikroskop oft nicht eindeutig erkennbar, da sich Zellzusammensetzung und -anordnung individuell stark unterscheiden.

Das interdisziplinäre Team trainierte mit maschinellem Lernen Deep-Learning-Modelle auf hochaufgelösten Ganzschnitt-Bildern der Bauchspeicheldrüse von operierten Patienten mit und ohne Typ-2-Diabetes. Die erklärbare KI erreichte eine hohe Vorhersagegenauigkeit für den Diabetesstatus und markierte zugleich die entscheidenden Bildregionen, die biologisch und statistisch weiter analysiert werden konnten.

Die Ergebnisse zeigen, dass sich bei Typ-2-Diabetes nicht nur die Beta-Zellen verändern. Auch Alpha- und Delta-Zellen weisen veränderte Positionen und Verteilungen auf, die Langerhans-Inseln sind insgesamt kleiner. Besonders auffällig ist die häufigere Nähe von Fettzellen zu den Inseln, was deren Funktion beeinträchtigen könnte. Zudem spielen neuronale Strukturen und andere Gewebemerkmale eine Rolle.

Die Erkenntnisse eröffnen zudem neue Ansatzpunkte für das Verständnis der Krankheitsmechanismen und die Entwicklung gezielter Therapien. Die Forschenden stellen den vollständigen Code für Bildverarbeitung, Modelltraining und erklärende Analysen öffentlich zur Verfügung, um die Methode weiterzuentwickeln.

Die Studie ist in der Fachzeitschrift „Nature Communications“ erschienen (Ausgabe 2026). Beteiligt waren neben den genannten Instituten weitere Partner des Deutschen Zentrums für Diabetesforschung (DZD), des Deutschen Krebsforschungszentrums (DKFZ) und internationale Kooperationspartner.

Original Paper:

Explainable AI-based analysis of human pancreas sections identifies traits of type 2 diabetes | Nature Communications

Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.