Startseite
- Perspektiven
- Algorithmen für automatisierte Standard-Konturierung
Algorithmen für automatisierte Standard-Konturierung
Die Strahlentherapieabteilung des Hospital del Mar in Barcelona testet erfolgreich AI-basierte Algorithmen, um schneller und präziser automatisiert Tumore bestrahlen und Risikoorgane konturieren zu können.
Krebspatienten können auch in den Zeiten von SARS-CoV-2 nicht auf ihre Behandlung warten, betont Dr. Manuel Algara López.
Hypofraktionierte Bestrahlung als Standardmethode
Dennoch war es nicht wünschenswert, dass Tumorpatienten aufgrund der hohen Ansteckungsgefahr mit SARS-CoV-2 zu lange und zu häufig in der Klinik behandelt werden mussten. Hier kam der onkologischen Strahlentherapie-Abteilung ihre traditionell stark hypofraktionierte Behandlung zugute. Sprich, die Tumore werden mit einer erhöhten täglichen Dosis bestrahlt, wobei die Gesamtdosis allerdings reduziert wird, was schlussendlich zu einer geringeren Behandlungsdauer führt. „Die Hypofraktionierung ist bei Brust-, Prostata- und neuerdings auch bei Lungenkrebs unsere Standardmethode“, erklärt Abteilungsleiter Algara.
CT-Scan und Konturierung
Um die Bestrahlung zu planen, wird typischerweise eine Computertomographie (CT) des Patienten in der Behandlungsposition aufgenommen. Auf den so entstandenen Bildern markieren die Ärzte und Strahlentherapeuten die Tumore und die umliegenden Organe. Die Tumore sind später die Ziele der Bestrahlung und sollen eine möglichst hohe Dosis erhalten. Die umliegenden sollen als Risikoorgane (OARs) möglichst geschont werden. Dieses Konturieren aller gefährdeten Organe ist ein langwieriger und zeitaufwändiger Prozess, vor allem aber ein sehr wichtiger, erklärt Manuel Algara.
„Ein hochpräziser CT-Scan und die anschließende Konturierung des Tumorvolumens sowie die Markierung der Risikoorgane sind die Grundlage des Bestrahlungsplans, der Dosisberechnung und damit der Schlüssel einer erfolgreichen Patientengenesung“, stellt der Radioonkologe klar. Und aus diesem Grund setze sein Team auf den SOMATOM Confidence RT Pro CT-Scanner und die syngo.via Bildbearbeitungssoftware von Siemens Healthineers. „So können wir mit Dual Energy arbeiten, was uns besonders beim Scannen mit Kontrastmitteln die beispielsweise bei fast allen Tumoren im Kopf- und Halsbereich hochqualitative und präzise CT-Bilder liefert“, sagt Manuel Algara.
Präzisere Tumor-Abgrenzung durch Dual Energy Scannen
Zusammen mit Siemens Healthineers erprobt sein Team seit einem Jahr das Dual Energy Scannen verschiedener Tumore, vor allem von Kopf-Hals-Tumoren, die rund 10 Prozent aller Strahlentherapiebehandlungen am Hospital del Mar ausmachen – mit Erfolg. „Durch Dual Energy erhalten wir beim Scannen mit Kontrastmitteln wesentlich präzisere Abgrenzungen der Tumore als vorher.“ Zudem liefere der SOMATOM Confidence mit seinen anpassbaren DirectDensity kV-Einstellungen hochwertige und vor allem personalisierte Bilder der Strahlentherapiepatienten.
„Die hochpräzisen CT-Bilder sind dabei die Grundlage für die darauffolgende KI-basierte Konturierung der Risikoorgane und für die anschließende Berechnung der optimalen Dosis. Zusammen stellen sie die Basis für die gesamte technische Planung und Durchführung der Strahlentherapiebehandlung dar“, erklärt Enric Fernández-Velilla, Medizinphysiker in der Abteilung für Strahlentherapie am Hospital del Mar. Bei der sehr präzisen Bilddarstellung der Tumorgrenzen stellt er besonders die Dual Energy Bildgebung und die moderne 4D-Simulation von Lungentumoren durch die Software heraus.
Ein Blick in die Zukunft: Studie zu automatisierter Konturierung
Algara und Fernández-Velilla sind überzeugt davon, dass die neue, weiterentwickelte Software in der Strahlentherapie zukunftsweisend sein wird. Die Software mit AI-basierten Algorithmen erkennt und konturiert nun automatisch die um einen Tumor liegenden Risikoorgane. In einer ersten Teststudie wandte das Team von Manuel Algara die neue Software-Version bei 50 Tumorpatienten mit komplizierten Krebserkrankungen an. Hinterher wurde die automatisierte Organkonturierung von jeweils zwei Ärzten überprüft.
Ergebnis: „Bei über 90 Prozent waren die Konturierungen sehr zufriedenstellend“, so Radioonkologe Algara. Besonders genau waren die Konturierungen bei Tumoren in Lunge, Schilddrüse oder Augen. Einige Ungenauigkeiten gab es noch beim Herzen. Doch gerade da zeigt sich die Stärke von Deep Learning – der Algorithmus kann mit mehr Daten ständig weiterentwickelt werden. Auch daran arbeitet Hospital del Mar mit Siemens Healthineers.
Strebt nach der möglichst präzisen Bilddarstellung von Tumorgrenzen: Medizinphysiker Enric Fernández-Velilla.
Automatisierung hilft, Tumore schneller und konsistenter zu konturieren
Jetzt soll in Zusammenarbeit mit Siemens Healthineers eine zweite Teststudie mit 60 neuen Tumorpatienten anlaufen, bei der die Bildbearbeitungssoftware retrospektiv wie prospektiv vor allem Organe bei Brust-, Lungen und Beckenpatienten konturiert und die automatisierten Ergebnisse von bis zu vier Ärzten auf ihre Präzision hin überprüft werden. Doch schon jetzt steht fest: „Die immer besser werdenden Algorithmen arbeiten standardisiert genauso präzise wie ein erfahrender Strahlentherapie-Experte und die Ergebnisse sind immer konsistent. Die manuelle Konturierung kann von Benutzer zu Benutzer unterschiedlich sein, was Auswirkungen auf die Behandlung hat. Das ist bei der Software nicht der Fall“, so Manuel Algara.
Vor allem konturiert die Software auch viel schneller als ein Arzt oder Strahlentherapeut, erklärt Medizinphysiker Enric Fernández-Velilla. Durchschnittlich könne man von einer Zeitersparnis von bis zu 30 Minuten pro Patienten ausgehen – kein unwichtiger Faktor, um den Workflow und die Betreuung der 1.200 Tumorpatienten pro Jahr zu optimieren. „Diese Zeit können wir für Patientengespräche nutzen, oder um in anderen Phasen der Strahlenbehandlung noch genauer zu arbeiten“, so der Medizinphysiker. Oder für die Forschung. Denn obwohl die onkologische Abteilung für Strahlentherapie nur über sechs Ärzte, drei Medizinphysiker, zwei Krankenschwestern und 15 Strahlentherapeuten verfüge, konkurriere sein Team mit dem Forschungspensum weitaus größerer Krankenhäuser und arbeite eng mit der benachbarten und international renommierten Pompeu Fabra Universität zusammen, erklärt Manuel Algara. Aufgrund seiner stetigen Forschungs- und Innovationsarbeit wurde das Hospital del Mar auch von Siemens Healthineers als Referenzklinik für Teststudien ausgewählt.
Über den Autor
Manuel Meyer berichtet als freier Journalist für die Deutsche Ärztezeitung und andere Medien aus Spanien.
Lesen Sie mehr
Diese Seite teilen
Manuel Meyer lebt in Madrid und berichtet als freier Journalist für die Deutsche Ärztezeitung und andere Medien aus Spanien und Portugal.
- Die hier wiedergegebenen Aussagen von Siemens Healthineers Kunden basieren auf Ergebnissen, die in der spezifischen Umgebung des Kunden erzielt wurden. Da es kein "typisches" Krankenhaus gibt und die Resultate von verschiedenen Variablen abhängen (z. B. der Größe des Krankenhauses, dem Behandlungsspektrum und dem Grad der IT-Integration), gibt es keine Garantie dafür, dass andere Kunden dieselben Ergebnisse erzielen werden.