Projekt der Medizinischen Universität Wien Lymphdrüsenkrebs mit KI besser therapieren

Anbieter zum Thema

Medizinische Universität Wien

Fujitsu Technology Solutions GmbH

Disy Informationssysteme GmbH

Insider Research

Forscher der Universitätsklinik für Radiologie und Nuklearmedizin der Medizinischen Universität Wien am Allgemeinen Krankenhaus (AKH) Wien suchen nach neuen Wegen, um die Diagnostik von Lymphdrüsenkrebs zu verbessern. Eine Methode ist die Kombination von Künstlicher Intelligenz (KI) mit bildgebender Medizin.

Lymphdrüsenkrebs („Hodgkin-Lymphom“) betrifft vor allem viele junge Menschen. Diese Krebsform ist besonders aggressiv und kann sich schnell ausbreiten. Andererseits sind auch die Heilungschancen gut. Dennoch ist die Behandlung oft von schwerwiegenden akuten und langfristigen Nebenwirkungen geprägt. Standardmäßig kommen Chemotherapie und gegebenenfalls Bestrahlung zum Einsatz.

Forscher der Medizinischen Universität Wien suchen nun neue Wege, um die Diagnostik zu verbessern. Im auf drei Jahre angelegten Projekt „HOLY-2020: Individualisierte Therapie bei Hodgkin Lymphomen“ arbeiten sie gemeinsam mit europäischen Partnern an einer neuen Methode, die KI mit bildgebender Medizin verbindet.

Präzision erhöhen

„Die derzeitig verwendeten diagnostischen Verfahren zur Prognose des Krankheitsverlaufes sind relativ grob und ungenau. Wir setzen Algorithmen der Künstlichen Intelligenz ein, um die Prognosen zu verbessern“, erklärt Prof. Dr. Alexander Haug, stellvertretender Leiter der Klinischen Abteilung für Nuklearmedizin. Durch das neue Verfahren könnte beispielsweise früher im Krankheitsverlauf klar werden, ob eine Strahlentherapie nötig oder eine Chemotherapie ausreichend ist. Zudem erhöht sich die Sicherheit, den Patienten eine adäquate Behandlung zukommen zu lassen.

Aktuell lässt sich die Position der Krebszellen im Körper durch eine Kombination von Positronen-Emissions-Tomografie (PET) und Computertomografie (CT) sehr präzise bestimmen. Die Forscher gehen aber davon aus, dass die Aufnahmen noch mehr Informationen enthalten. Dazu zählt etwa die Verteilung der Intensität innerhalb der Lymphome: Aus den Dutzenden verschiedenen Parametern können selbst geschulte Augen keine Anhaltspunkte zum Krankheitsverlauf ziehen. „Aber wir sind zuversichtlich, dass die Künstliche Intelligenz daraus eine Prognose zum Verlauf ablesen kann“, so Haug.

Training mit bestehenden Daten

Für die Entwicklung des entsprechenden KI-Systems wurden PET- und CT-Aufnahmen einer Analyse unterzogen und mit dem Erkrankungsverlauf der jeweiligen Patienten verknüpft. Danach werden sie von selbstlernenden Algorithmen als Trainingsdaten genutzt. Die KI kann dadurch versteckte Muster identifizieren und diese mit guten und schlechten Krankheitsverläufen verbinden. Konfrontiert mit neuen Bilddaten soll das KI-Tools schließlich neue prognostische Einschätzungen geben können. Die Interpretation von Bildmerkmalen wird auch als „Radiomics“ bezeichnet.

„Eine besondere Herausforderung bei vielen Radiomics-Lösungen ist die Datenharmonisierung. Aufnahmen von verschiedenen Scannern unterscheiden sich in Details. Farbschattierungen sind etwa von Gerät zu Gerät immer etwas anders. Eigenschaften wie diese müssen zuerst aufwendig vereinheitlicht werden“, verdeutlicht Haug. Das noch bis Herbst 2023 laufende Projekt soll nun bestätigen, dass eine KI-Diagnostik in dieser Richtung grundsätzlich möglich ist. Folgende Forschungen sollen dann zu einer Praxisanwendung führen.

(ID:49236418)