Im Zentrum der Erkenntnis: Ein strukturierter, datengetriebener Ansatz für die interdisziplinäre Prostatakarzinom-Diagnostik

Workflow-Integration und FHIR-Konnektivität

Effiziente klinische Prozesse hängen maßgeblich davon ab, wie Informationen zwischen den beteiligten Fachdisziplinen ausgetauscht werden. In vielen Einrichtungen werden Befunde jedoch weiterhin in voneinander getrennten Systemen dokumentiert. Urolog:innen erhalten häufig statische Textbefunde ohne räumliche Informationen, während pathologische Ergebnisse in separaten Dokumenten vorliegen. Die Zuordnung histologischer Befunde zu den ursprünglich radiologisch identifizierten Läsionen erfolgt dadurch oftmals manuell.

mint Lesion stellt die digitale Infrastruktur bereit, um diese Informationsinseln miteinander zu verbinden. Die Plattform dient als zentraler Knotenpunkt für radiologische Daten und unterstützt einen durchgängigen Workflow von der Bildgebung bis zur Diagnose.

Auf technischer Ebene unterstützt die Software die Interoperabilität mit FHIR-Servern durch den Austausch von FHIR Observations und Diagnostic Reports. Durch die Umsetzung des gemeinsam mit der Medizininformatik-Initiative (MII) entwickelten Implementierungsleitfadens unterstützt mint Lesion eine standardisierte Datenkommunikation. Klinische Parameter sowie Befunde – einschließlich PI-RADS-Bewertungen und Volumenmessungen – können als strukturierte Daten in die elektronische Patientenakte zurückgeführt werden.

Schließen des diagnostischen Kreislaufs: Eine gemeinsame klinische Sicht

mint Lesion unterstützt die Zusammenführung radiologischer, urologischer und pathologischer Informationen in einer gemeinsamen Patientenhistorie. Dadurch können histologische Ergebnisse direkt mit den ursprünglichen radiologischen Befunden in Beziehung gesetzt werden.

Dieser koordinierte Ansatz stellt dem interdisziplinären Team eine konsolidierte Sicht auf den diagnostischen Verlauf zur Verfügung und unterstützt fundierte klinische Entscheidungen ohne manuelle Datenzusammenführung.

Dr. Jan Rabe vom Städtischen Klinikum Karlsruhe beschreibt den Nutzen dieses Ansatzes wie folgt:

„Ich freue mich auf die gemeinsam erarbeitete Lösung, da wir hiermit die mehrstufige Prostatadiagnostik interdisziplinär unter Beteiligung von Labor, Radiologie, Urologie und Pathologie in einer Software abbilden können. Die beteiligten Abteilungen können in mint Lesion zu jedem Zeitpunkt der Abklärung auf die Daten der Vordiagnostik zurückgreifen. Das erleichtert das interdisziplinäre Verständnis, die Interpretation der Ergebnisse und erspart das Zusammensuchen der Daten aus unterschiedlichen Quellen.“ Dr. Jan Rabe, Städtisches Klinikum Karlsruhe 

Langfristige Betreuung und Active Surveillance

Mit dem Übergang in die langfristige Nachsorge verändert sich die Rolle der Radiologie von der initialen Detektion hin zur longitudinalen Verlaufskontrolle.

mint Lesion unterstützt die MRT-basierte Active Surveillance durch die strukturierte Nachverfolgung von Prostatabefunden über mehrere Untersuchungszeitpunkte hinweg. Frühere Befunde können mit aktuellen Untersuchungen verglichen werden, wodurch Veränderungen im zeitlichen Verlauf nachvollziehbar dokumentiert werden können.

Diese Kontinuität unterstützt evidenzbasierte Entscheidungen im Rahmen der Patientenbetreuung und Active-Surveillance-Programme.

Unterstützung bei fortgeschrittener Erkrankung 

Die End-to-End-Philosophie reicht über die Primärdiagnostik hinaus bis in das Management des fortgeschrittenen Prostatakarzinoms. Für Patienten mit ossärer Metastasierung bietet mint Lesion eine integrierte KI-Funktionalität zur Quantifizierung der Tumorlast in der diffusionsgewichteten Ganzkörper-MRT (WB-DWI), die von der CE-Kennzeichnung des Produkts selbst abgedeckt ist.

Bei Knochenmetastasen ist die manuelle Segmentierung ein aufwendiger und zeitintensiver Prozess, der häufig eine Stunde oder mehr pro Untersuchung in Anspruch nimmt¹ und damit für den klinischen Routineeinsatz unpraktikabel ist. Ohne KI-Unterstützung erfolgt die Beurteilung in der Routine daher in der Regel qualitativ und nicht volumetrisch.

Der zugrunde liegende Ansatz zur automatisierten Skelettsegmentierung und WB-DWI-Quantifizierung wurde in der peer-reviewten Fachliteratur entwickelt und beschrieben.¹ Dieses Deep-Learning-Framework ist in mint Lesion implementiert: Die Segmentierungsergebnisse werden in der Befundungsumgebung zur Überprüfung, Bearbeitung und Freigabe durch den Radiologen dargestellt, bevor quantitative Werte wie das Gesamtdiffusionsvolumen (Total Diffusion Volume) erfasst werden.

In einer retrospektiven monozentrischen Studie mit 360 Patienten mit metastasiertem kastrationsresistentem Prostatakarzinom wurde die Bildverarbeitung – vom Import der vollständigen Ganzkörper-MRT-Untersuchung bis zur Erzeugung der Segmentierungsmasken – mit einer berichteten medianen Rechenzeit von 90 Sekunden pro Untersuchung durchgeführt; war eine manuelle Nachbearbeitung durch den Radiologen erforderlich, nahm diese zusätzlich 4 bis 6 Minuten pro Fall in Anspruch.² In dieser Studie überprüften die Radiologen die Segmentierung zusammen mit ergänzenden Sequenzen wie T1-gewichteten Aufnahmen und Karten der relativen Fettfraktion, bevor sie die Abgrenzung freigaben.²

Durch die Zusammenführung verschiedener diagnostischer Schritte in einer gemeinsamen digitalen Umgebung unterstützt mint Lesion einen durchgängigen Informationsfluss entlang des diagnostischen Pfades.

Radiologische, urologische und pathologische Erkenntnisse bleiben als Teil einer gemeinsamen Patientenhistorie verfügbar und nachvollziehbar. So entsteht eine konsistente Datengrundlage – von der ersten Bildgebung bis zur Therapieplanung.

Positionieren Sie Ihre Expertise im Zentrum eines vernetzten, datenbasierten Workflows. Vereinbaren Sie eine persönliche Demo und erfahren Sie, wie mint Lesion die Zusammenarbeit entlang des gesamten Prostatakarzinom-Pfads unterstützen kann. 

Persönliche Demo anfragen.

¹Candito, A., Blackledge, M. D., Holbrey, R. et al. AI-driven software for automated quantification of skeletal metastases and treatment response evaluation using whole-body diffusion-weighted MRI (WB-DWI) in advanced prostate cancer, Phys. Med. Biol. (2025). https://doi.org/10.1088/1361-6560/ae19c5

² D'Erme L, Avesani G, Russo L, et al. Total diffusion volume on whole-body diffusion-weighted imaging is a strong prognostic marker of disease survival in metastatic castration-resistant prostate cancer. Eur Radiol. 2026. https://doi.org/10.1007/s00330-026-12792-1