Moderne technologische Entwicklungen, vor allem im Bereich der medizinischen Bildgebung, haben die Auswertung des Therapieansprechens und die Nachsorge bei Kinderkrebs erheblich verbessert. Allerdings gibt es immer noch Herausforderungen, die dem Gesamtnutzen der Fortschritte in der Kinderkrebsforschung entgegenstehen.

So stehen beispielsweise Unterschiede bei den verwendeten Modalitäten und der Häufigkeit der Befundungen, Inkonsistenzen bei den Befundungstechniken und -protokollen sowie die Isolierung von Daten einer evidenzbasierten Analyse in klinischen Studien im Wege. Insbesondere werden durchmesserbasierte Auswertungen weiterhin verwendet, um das Ansprechen auf die Therapie zu quantifizieren und die Wirksamkeit der Behandlung zu ermitteln. Es hat sich jedoch gezeigt, dass solche Messungen eine gewisse Variabilität aufweisen, und bei einer derartigen Quantifizierung bleiben wertvolle Daten, die eigentlich weiter untersucht werden könnten, oft unberücksichtigt. Es besteht eindeutig ein Bedarf an mehr Konsistenz und Standardisierung, wenn es um die Erfassung und Analyse der riesigen Datenmengen geht, die von medizinischen Bildern geliefert werden. Darüber hinaus könnten volumetrische Messungen, Tumorwachstumskinetik und Radiomics ein besserer Weg sein, um das Ansprechen auf die Therapie zu quantifizieren und die Wirksamkeit der Behandlung zu bewerten. Genau an dieser Stelle kommt unsere Softwareplattform mint Lesion™ ins Spiel.

Im Zuge unsere Engagements zur Förderung des Fortschritts bei der Bekämpfung von Kinderkrebs, entwickeln wir eine Reihe von speziellen Befundungstemplates für die Auswertung radiologischer und klinischer Daten, die die Bewertung konventioneller Therapien, Immuntherapien und neuartiger Behandlungsmethoden für verschiedene Kinderkrebsarten wie hoch- und niedriggradige maligne Gliome, DIPG, Sarkome, Melanome, Neuroblastome, Lymphome und andere unterstützen. mint Lesion™ unterstützt die Anwendung traditioneller, auf dem Durchmesser basierender 2D-Messungen, die von den jeweiligen Kriterien vorgeschrieben sind, und ermöglicht gleichzeitig volumetrische Messungen, die Modellierung des Tumorwachstums und die simultane Erfassung von Radiomics. Der erweiterte Import/Export von DICOM-Annotationen (z. B. NRRD, DICOM SR, DICOM-Segmentierungsobjekte) unterstützt zudem die vollständige Datenliquidität für KI und maschinelles Lernen. Durch die Erfassung und Integration aller Informationen in ein longitudinales digitales Modell des Patienten liefert der mint Lesion ™-Befundbericht aussagekräftige, umfassende Bildauswertungsergebnisse für den Arzt und den Patienten.

Diese und andere mint Lesion™-Funktionalitäten stellen sicher, dass keine Daten auf dem Bild zurückgelassen werden, und versorgen Ärzte mit detaillierteren Informationen, um die Kinderkrebsforschung zu unterstützen und die optimalen Auswertungsmaßnahmen zu validieren. Um den Fortschritt in der Kinderkrebsforschung zu fördern, konzentrieren wir uns bei Mint Medical darauf, den Weg zu strukturierten, auswertbaren, semantischen Daten zu ebnen und damit eine solide Grundlage für evidenzbasierte Forschung zu schaffen. Wir sind davon überzeugt, dass die Verbindung der Beurteilung des Therapieansprechens mit einer gründlicheren Analyse der Bildgebungsmerkmale die Chancen, bessere Wege für die Behandlung von Kinderkrebs zu finden, deutlich erhöht. Mit unserer Technologie beseitigen wir die Datenisolierung und den Verlust des Kontexts der Daten auf ihrem Weg vom Patienten über das Bild zum Arzt und zu anderen Beteiligten im Lebenszyklus der Ergebnisse, die aus dem Bild abstrahiert werden.