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

Onur Özek von Mint Medical im Interview mit RadMag über die Herausforderungen und Anforderungen des Lungenkrebsscreenings in Deutschland.
In der aktuellen RadMag-Sonderausgabe spricht Onur Özek über strukturierte Befundung, KI, Zweitbefundung und integrierte Workflows im deutschen Lungenkrebsscreening.
RadMag Spezial: Onur Özek über die Herausforderungen des Lungenkrebs-Screenings in Deutschland
Mit dem bundesweiten Start des Lungenkrebs-Screenings stehen radiologische Einrichtungen vor neuen Herausforderungen. Strukturierte Befundung,…
Read more
Mint Medical und Coreline Teams kommen zusammen, um die gemeinsame Partnerschaft anzukündigen
Mint Medical und Coreline Soft integrieren AVIEW in mint Lesion, um KI-gestützte Workflows für strukturierte Befundung, Lung-RADS-Klassifikation und longitudinale Nachverfolgung im Lungenkrebsscreening zu unterstützen.
Coreline Soft und Mint Medical geben Partnerschaft zur Weiterentwicklung KI-gestützter Lungenkrebsscreening-Workflows bekannt
Coreline Soft und Mint Medical geben heute ihre Partnerschaft zur Weiterentwicklung KI-gestützter Workflows im Lungenkrebsscreening bekannt. Der…
Read more
Interdisziplinärer Workflow für die Prostatakarzinom-Diagnostik mit strukturierter MRT-Befundung, MRT-/Ultraschall-Fusionsbiopsie, Pathologieintegration und longitudinalem Patientenmanagement in mint Lesion.
mint Lesion verbindet Radiologie, Urologie und Pathologie in einem gemeinsamen digitalen Workflow für die Prostatakarzinom-Diagnostik. Die Plattform unterstützt strukturierte Befundung, FHIR-basierte Interoperabilität, MRT-/Ultraschall-Fusionsbiopsien, Active Surveillance und die KI-gestützte Quantifizierung von Knochenmetastasen.
Im Zentrum der Erkenntnis: Ein strukturierter, datengetriebener Ansatz für die interdisziplinäre Prostatakarzinom-Diagnostik
Digitale Integration für interdisziplinäre Teams Im komplexen Prozess der Prostatakarzinom-Diagnostik trägt jede Fachdisziplin entscheidende…
Read more
scroll-top