Künstliche Intelligenz zur Bewertung ansprechen auf die Behandlung von Hirntumoren

Ein team vom Universitätsklinikum Heidelberg und dem deutschen Krebsforschungszentrum hat eine neue Methode entwickelt, die für die automatisierte Bildanalyse von Hirntumoren. In Ihrer jüngsten Veröffentlichung zeigen die Autoren, dass der machine-learning-Verfahren gezielt trainiert auf standard-Magnet-Resonanz-imaging (MRI) sind zuverlässiger und genauer als die etablierten radiologischen Verfahren in der Behandlung von Hirntumoren. Damit leisten Sie einen wertvollen Beitrag für die individualisierte Behandlung von Tumoren. Darüber hinaus die überprüfte Methode ist ein Erster wichtiger Schritt in Richtung automatisierte Hochdurchsatz-Analyse von medizinischen Bilddaten von Hirntumoren.

Gliome sind die häufigsten und bösartigsten Hirntumoren bei Erwachsenen. In Deutschland, rund 4.500 Menschen sind diagnostiziert mit einem Gliom jedes Jahr. Die Tumoren können oft nicht vollständig durch eine Operation entfernt. Chemotherapie oder Strahlentherapie sind nur dann wirksam eingeschränkt werden, weil die Tumoren sind sehr widerstandsfähig. Neue und präzise validierte Therapieansätze sind daher dringend erforderlich.

Eines der wesentlichen Kriterien für die exakte Beurteilung der Wirksamkeit einer neuen Therapie bei Hirntumoren ist die Wachstums-Dynamik, die bestimmt wird durch MRT. Allerdings, die manuelle Messung der tumor-Ausdehnung in zwei Ebenen in der Kontrast-verstärkten MRT-scans, ist fehleranfällig und führt zu leicht unterschiedlichen Ergebnissen. „Dies kann einen negativen Effekt auf die Bewertung der Therapie-response und damit auch die Reproduzierbarkeit und Präzision der wissenschaftlichen Aussagen, die auf imaging“, erklärt Martin Bendszus, Ärztlicher Direktor der Abteilung Neuroradiologie an der Universitätsklinik in Heidelberg.

In Ihrer aktuellen Studie, ärzte und Wissenschaftler vom Universitätsklinikum Heidelberg und dem deutschen Krebsforschungszentrum (DKFZ) beschreiben Sie das riesige Potenzial von machine-learning-Verfahren in der radiologischen Diagnostik. Das team hat sich entwickelt neuronale Netze, um zu beurteilen und klinisch validieren, das therapeutische ansprechen von Hirntumoren auf der basis der MRT in einem standardisierten und vollständig automatisierten Weg.

Über eine Referenz-Datenbank mit MRI-scans von fast 500 Gehirn-tumor-Patienten am Universitätsklinikum Heidelberg, die algorithmen waren in der Lage automatisch zu erkennen und die Lokalisierung von Hirntumoren mit Hilfe künstlicher neuronaler Netze. Darüber hinaus werden die algorithmen trainiert wurden, volumetrisch Messen Sie die einzelnen Bereiche (Kontrastmittel-absorbierende tumor-Teil, peritumoral edema) und genau zu beurteilen, die Reaktion auf die Therapie.

Die Ergebnisse wurden validiert in Zusammenarbeit mit der europäischen Organisation für Forschung und Behandlung von Krebs (EORTC). „Die Auswertung von mehr als 2.000 MRI-scans von 534 Glioblastom-Patienten aus ganz Europa zeigt, dass unsere computer-basierte Ansatz erlaubt eine zuverlässigere Bewertung der Therapie-response als die herkömmliche Methode der manuellen Messung. Wir waren in der Lage, zur Verbesserung der Zuverlässigkeit der Bewertung von 36 Prozent. Dies kann entscheidend sein für die Bild-basierte Bewertung der Therapie-Wirksamkeit in klinischen Studien. Die Vorhersage des Gesamtüberlebens wurde ebenfalls genauer mit unserer neuen Methode“, erklärt Kickingereder.

Das Ziel des Heidelberger ärzte und Wissenschaftler ist die Verwendung der viel versprechende Technologie für das standardisierte und voll automatisierte Bewertung der Therapie-response von Hirntumoren, so schnell wie möglich in klinische Studien und in Zukunft auch in der klinischen routine. Darüber hinaus, die Forscher entwickelt und evaluiert eine software-Infrastruktur, die ermöglicht die vollständige integration der neuen Technik in bestehende radiologische Infrastruktur. „Auf diese Weise schaffen wir die Voraussetzungen für eine Breite Anwendung und vollständig automatisierte Verarbeitung und Analyse von MRT-scans des Gehirns Tumoren innerhalb von ein paar Minuten“, erklärt Klaus Maier-Hein.

Die neue Technologie wird derzeit re-evaluiert am NCT Heidelberg im Rahmen einer klinischen Studie zur Verbesserung der Behandlung von Glioblastom-Patienten. „Für Präzision Therapien, eine standardisierte und zuverlässige Bewertung der Wirksamkeit der neuen Behandlungsansätze von herausragender Bedeutung ist. Die Technologie, die wir entwickelt haben, können HIERFÜR einen entscheidenden Beitrag leisten“, erklärt Wolfgang Wick.