Bleiben Sie auf dem Laufenden: Die Transformation der Radiologie dank strukturierter Befundung und datengesteuerter Ansätze

Erkundigen Sie sich über unsere Aktivitäten, Projekte und Produkt-Updates, informieren Sie sich über die neuesten Branchennachrichten, und erfahren Sie, was uns als Unternehmen und als Team ausmacht.

[Translate to German:]

KI-unterstützte Quanti­fizierung von Knochen­metastasen bei fortgeschrit­tenem Prostata­karzinom

Prostatakrebs ist die zweithäufigste Form von Krebs bei Männern, und oftmals gibt es effektive Behandlungsmöglichkeiten für die Krankheit. Neue Therapien für die Behandlung von Metastasen beim Prostatakarzinom können die Symptome verbessern und ein längeres Leben ermöglichen. Diese Medikamente sind allerdings oftmals äußerst kostspielig. Um die Kosten zu senken, müssen die Ärzte in der Lage sein, möglichst schnell festzustellen, ob die Therapie anschlägt, damit nicht wirksame Therapien schnelle beendet und eine neue Therapie begonnen werden kann.

Die derzeit eingesetzten Bildgebungsmodalitäten für die Beurteilung des Therapieansprechens von Knochenläsionen bei Patienten mit fortgeschrittenem Prostatakarzinom liefern jedoch keine zuverlässigen Ergebnisse. So sind üblicherweise durchgeführte Bluttests nicht genau genug und konventionelle Bildgebungstechniken wie Knochenscans und Computertomografie (CT) stoßen an ihre Grenzen, wenn es um die Beurteilung und Quantifizierung des Therapieansprechens geht. Das diffusionsgewichtete Ganzkörper-MRT weist eine hohe Sensibilität bei der Detektion von Knochenläsionen beim Prostatakarzinom auf und hat den Vorteil, dass es nicht invasiv ist und ohne ionisierende Strahlung oder den Einsatz von Kontrastmittel auskommt.

Bei der diesjährigen 104. Jahrestagung der RSNA in Chicago wird Mint Medical den neuesten Prototyp eines Entscheidungsassistenten vorstellen, mittels dessen der Radiologe in der Lage ist, die Gesamttumorlast von Knochenläsionen bei Patienten mit metastasierendem Prostatakarzinom innerhalb weniger Minuten zu quantifizieren und so Therapieentscheidungen zu unterstützen. Dieses Tool wurde in enger Zusammenarbeit mit dem Royal Marsden NHS Foundation Trust und dem Institute of Cancer Research in London entwickelt und wird vom National Institute for Health Research (NIHR) finanziert und vom NIHR Biomedical Research Centre am Royal Marsden NHS Foundation Trust sowie dem Institute of Cancer Research (ICR) unterstützt. Prof. Dr. Dow-Mu Koh, MRCP, FRCR, Medizinischer Berater der Radiologie für Funktionelle Bildgebung am ICR, der das Projekt leitet, erklärt:

„Gemeinsam mit Mint Medical entwickeln wir eine Softwarelösung, die es uns ermöglicht, krankhafte Veränderungen mittels diffusionsgewichteter Ganzkörperbildgebung zu detektieren und lokalisieren und so den ADC-Wert und das Tumorvolumen sehr schnell zu bestimmen. Wir hoffen, dass diese Methode eine einfach zu nutzende Möglichkeit für die Beurteilung des Ansprechens von metastasierendem Prostatakarzinom auf systemische Behandlungsformen unter Einsatz der kürzlich publizierten Leitlinien für die strukturierte Befundung mit diffusionsgewichtetem Ganzkörper-MRT (MET-RADS-P) [1] darstellen wird.“

Zusätzlich zur automatisierten Quantifizierung von Knochenläsionen bereitet mint Lesion einen Entwurf des Befundberichts vor, der kritische Findings enthält. So wird die für die Befundung benötigte Zeit zusätzlich reduziert, die Qualität der Befundberichte verbessert und die Kommunikation mit den Urologen vereinfacht.

„Dank der intelligent ausgearbeiteten Arbeitsabläufe auf der Basis gesammelter strukturierter Daten kann mint Lesion die Messungen deutlich schneller ausgeben, wohingegen derzeit verfügbare Tools hierfür bis zu 30 Minuten benötigen und auf bestimmte Hersteller beschränkt sein können“, führt Prof. Dr. Koh weiter aus.

„Eines unserer Ziele ist es, an der kontinuierlichen Weiterentwicklung computergestützter Entscheidungshilfen für die Bildbefundung zu arbeiten“, erklärt Dr. Matthias Baumhauer, Firmengründer und Geschäftsführer von Mint Medical. „Wir tüfteln nicht allein im stillen Kämmerlein, sondern arbeiten mit unseren klinischen Partnern gemeinsam an Lösungen, die den Radiologen unmittelbar bei seiner Arbeit unterstützen und Therapieentscheidungen positiv beeinflussen können. Des Weiteren unterstützt mint Lesion die Integration mit Bildgebungssystemen aller Anbieter, sodass jedes Haus unabhängig von der bestehenden IT-Infrastruktur unsere Software nutzen kann“, so Baumhauer weiter.

[1] https://doi.org/10.1016/j.eururo.2016.05.033

Ähnliche Inhalte

Ähnliche Inhalte

Radiologe nutzt KI zur Auswertung medizinischer Bilder

Förderung des föderierten Lernens in der Radiologie in der Praxis

Federated Learning (FL) ermöglicht kollaboratives Modelltraining ohne Datenzentralisierung - ein entscheidender Aspekt für die radiologische…

Schematische Darstellung der Federated-Learning Studie und ihrer Dateninfastruktur

RACOON: Ein Leitfaden zur Überbrückung der Kluft zwischen simulierter und realer Forschung im Bereich des föderalen Lernens

Deep Learning (DL) ist ein wichtiger Bestandteil der radiologischen Bildanalyse geworden. Um diese Deep-Learning-Modelle zu trainieren, ist der Zugang…

Dieses Bild zeigt mehrere Ärzte vor einem Computer; sie schauen auf ein Bild in der medizinischen Bildgebungssoftware mint Lesion™

BZKF BORN Roll-Out Schulungen Gehen Weiter

Unser Experte Steffen Rupp besuchte kürzlich die Technische Universität München, um die vor Ort stattfindenden BZKF BORN Roll-Out Trainings…