jump to content jump to footer

UKE Hamburg: Studie zeigt, dass softwaregestützte Auswertungen die Beurteilung nach iRECIST verbessern

Ziel dieser Studie [1] war es, die Praktikabilität und Zuverlässigkeit der manuellen und softwaregestützten Auswertung von CT-Untersuchungen nach iRECIST (immune Response Evaluation Criteria in Solid Tumors) bei onkologischen Patienten zu vergleichen, die sich einer immunbasierten Therapie unterziehen. Im Rahmen der Studie wurden CT-Scans von 30 Tumorpatient:innen bei Baseline (BL) und zwei Follow-ups (FU1 und FU2) ausgewertet, was zu 360 Tumorbeurteilungen führte. Nach der Befundung der Bilder wurden die Tumorlast und der Ansprechstatus manuell oder mit Hilfe einer Software berechnet.

Für die softwaregestützte Auswertung wurde mint Lesion™ verwendet. Target- und Non-Target-Läsionen wurden zunächst in der Software annotiert und mit den entsprechenden Tools bewertet. Die Software unterstützte die Einhaltung der iRECIST-Leitlinie, indem sie Anleitungen zur Bewertung bot und Abweichungen oder Fehler (wie die eindimensionale Messung von Lymphknoten oder eine zu hohe Anzahl von Läsionen) hervorhob.

Die Befundungszeit, die Fehlerquote und die Übereinstimmungsrate zwischen den Befundenden wurden zwischen den manuellen und den softwareunterstützten Ansätzen verglichen, mit folgenden Ergebnissen:

  • Befundungszeit: Die Studie ergab signifikant kürzere Befundungszeiten für softwareunterstützte Auswertungen im Vergleich zu manuellen Auswertungen bei beiden Follow-up-Untersuchungen. Die mediane Befundungszeit in FU1 betrug 2,5 Minuten für die softwaregestützte Bewertung und 4 Minuten für die manuelle Bewertung. In FU2 lag sie bei 2 Minuten bzw. 3,75 Minuten.
  • Fehlerquote: Die softwaregestützten Auswertungen wiesen geringere Fehlerraten auf: 0% Fehler bei den softwaregestützten Auswertungen im Vergleich zu 3,3% bei den manuellen Auswertungen in FU1 und 1,7% gegenüber 10% in FU2.
  • Übereinstimmung zwischen den Befundenden: Die Studie zeigte eine gute bis ausgezeichnete Übereinstimmung zwischen den Befunder:innen sowohl bei manuellen als auch bei softwaregestützten Auswertungen. Allerdings war die Übereinstimmung bei den softwaregestützten Auswertungen höher, insbesondere beim zweiten Follow-up. Der Intraclass-Korrelationskoeffizient (ICC) der manuellen Auswertungen betrug 0,91 in FU1 und 0,75 in FU2. Bei den softwaregestützten Auswertungen lag der ICC in FU1 bei 0,93 und in FU2 bei 0,86.

"Unsere Ergebnisse zeigen, dass softwaregestützte iRECIST-Auswertungen mit (I) weniger Zeitaufwand, (II) weniger fehlerhaften Auswertungen und (III) einer höheren Übereinstimmung zwischen den Befunder:innen im Vergleich zu manuellen Ansätzen durchgeführt werden können", so die Forscher.

Die Ergebnisse der Studie zeigen, dass die Verwendung softwaregestützter Lösungen für eine optimale Auswertung des onkologischen Ansprechens gegenüber manuellen Ansätzen vorzuziehen ist. Dies gilt insbesondere für iRECIST-Auswertungen, bei denen eine korrekte Auswertung ein solides Verständnis der grundlegenden Regeln und eine umfassende Betrachtung früherer Untersuchungen voraussetzt, die durch Softwareunterstützung deutlich vereinfacht werden.

Lesen Sie die Originalveröffentlichung hier.

[1] Ristow I, Well L, Wiese NJ, Warncke M, Tintelnot J, Karimzadeh A, Koehler D, Adam G, Bannas P, Sauer M. Tumor Response Evaluation Using iRECIST: Feasibility and Reliability of Manual Versus Software-Assisted Assessments. Cancers. 2024

Präsentation eines Forschungsposters zu standardisierten Tumor-Response-Assessments mit mint Lesion auf der NCCN Annual Conference 2026
Vorstellung eines Forschungsposters des Memorial Sloan Kettering Cancer Center zur Nutzung von mint Lesion für strukturierte Tumor-Response-Assessments und klinische Forschungsworkflows.
NCCN 2026: Memorial Sloan Kettering Cancer Center präsentiert Forschung zu strukturierten Tumor-Response-Assessments mit mint Lesion
Glückwunsch an Steven Philemond und Alison Chiaramonte vom Memorial Sloan Kettering Cancer Center zur Präsentation ihres Forschungsposters „Use of…
Read more
Radiologe nutzt mint Lesion für strukturierte Befundung und KI-gestützte Workflows im Lungenkrebsscreening
Wie radiologische Praxen mit mint Lesion strukturiert und effizient am Lungenkrebsscreening in Deutschland teilnehmen können – inklusive KI-gestützter Befundung und integrierter Zusammenarbeit mit Zweitbefundungszentren.
Wie radiologische Praxen mit mint Lesion am Lungenkrebs-Screening in Deutschland teilnehmen können
Neue Chancen – aber auch wirtschaftliche Unsicherheit Mit dem Start des Lungenkrebsscreenings (LCS) in Deutschland entsteht für radiologische Praxen…
Read more
Krankenhausmitarbeitende nutzen mint Lesion für interoperable Workflows und Datenmanagement im Lungenkrebsscreening
Wie mint Lesion Krankenhäuser und Screening-Zentren mit interoperabler Infrastruktur, KI-Integration, Datenmanagement und skalierbaren Workflows im Lungenkrebsscreening unterstützt.
Lungenkrebs-Screening in Deutschland: Wie mint Lesion Krankenhäuser bei Infrastruktur, Integration und Skalierung unterstützt
Screening als strategische Herausforderung Mit dem Start des nationalen Lungenkrebs-Screenings ab 2026 stehen Krankenhäuser und Screening-Zentren vor…
Read more
scroll-top