Dank Künstlicher Intelligenz
Präzisere Prognose beim Gliom
Ein Computer-Algorithmus erhöht die Verlässlichkeit von Prognosen zum Therapieansprechen bei Gliomen deutlich.
Veröffentlicht:HEIDELBERG. Ein neues Verfahren zur automatisierten Bild-Analyse von Gliomen hat ein Team vom Uniklinikum Heidelberg und vom Deutschen Krebsforschungszentrum (DKFZ) entwickelt (Lancet Oncology 2019; online 2. April).
Das anhand von Standard-Magnetresonanztomographien (MRT) sorgfältig trainierte maschinelle Lernverfahren gebe verlässlicher und präziser das Therapieansprechen bei Hirntumoren wieder als etablierte radiologische Verfahren, wie das DKFZ berichtet.
Die Forscher um Dr. Philipp Kickingereder trainierten den Algorithmus anhand einer Referenzdatenbank mit MRT-Untersuchungen von knapp 500 Gliompatienten darauf, die Tumoren automatisch zu erkennen und zu lokalisieren.
Außerdem wurde die Künstliche Intelligenz (KI) darauf optimiert, die einzelnen Bereiche (kontrastmittelaufnehmender Tumoranteil, peritumorales Ödem) volumetrisch zu vermessen und das Therapieansprechen präzise zu beurteilen.
Über 2000 MRT-Untersuchungen ausgewertet
Die Ergebnisse wurden in Kooperation mit der European Organisation for Research and Treatment of Cancer (EORTC) umfassend validiert, berichtet das DKFZ.
„Die Auswertung von über 2000 MRT-Untersuchungen von 534 Glioblastom-Patienten aus ganz Europa zeigt, dass unser computerbasierter Ansatz eine zuverlässigere Beurteilung des Therapieansprechens ermöglicht, als es mit der herkömmlichen Methode der manuellen Messung möglich wäre“, wird Kickingereder zitiert.
Die Verlässlichkeit der Beurteilung sei mit dem Algorithmus um 36 Prozent verbessert worden. „Auch die Vorhersage des Gesamtüberlebens war mit unserem neuen Verfahren exakter möglich“, so Kickingereder.
Eines der wesentlichen Kriterien zur präzisen Beurteilung der Wirksamkeit einer neuen Therapie bei Hirntumoren sei die Wachstumsdynamik, die über MRT-Bildgebung ermittelt wird, erinnert das DKFZ.
Manuelles Messen ist fehleranfällig
Das manuelle Messen der Tumorausdehnung in zwei Ebenen in den kontrastverstärkten MRT-Aufnahmen sei jedoch fehleranfällig und führe leicht zu abweichenden Ergebnissen.
„Das kann die Beurteilung des Therapieansprechens und in der Folge die Reproduzierbarkeit und Präzision von wissenschaftlichen Aussagen, die auf Bildgebung beruhen, negativ beeinflussen“, so Studienautor Professor Martin Bendszus.
Um die Technik in die klinische Routine zu bringen, konzipierten und evaluierten die Forscher zudem eine Softwareinfrastruktur, die eine vollständige Integration der Entwicklung in bestehende radiologische Infrastruktur ermöglicht.
Derzeit wird die neue Technologie Angaben des DKFZ zufolge am NCT Heidelberg erneut evaluiert, als Teilaspekt einer klinischen Studie zur besseren Behandlung von Glioblastompatienten. (eb)
