Die Arbeitsgruppe von Prof. Dr. Kerstin Michalski an der Klinik und Poliklinik für Nuklearmedizin entwickelt ein KI-Modell zur automatisierten Analyse von FDG-PET/CT-Aufnahmen. Damit sollen Tumoren zuverlässiger erfasst, der Krankheitsverlauf besser vorhergesagt und individuelle Therapieentscheidungen unterstützt werden.
Bei aggressiven neuroendokrinen Tumoren ist es oft schwierig vorherzusagen, wie sich die Erkrankung entwickeln wird und welche Behandlung am besten geeignet ist. Eine wichtige Grundlage dafür sind PET/CT-Untersuchungen. Die Auswertung der Bilder erfolgt bislang jedoch weitgehend manuell und kann je nach Befunderin oder Befunder unterschiedlich ausfallen. Die Arbeitsgruppe um Prof. Dr. Kerstin Michalski aus der Klinik und Poliklinik für Nuklearmedizin untersucht deshalb, ob Künstliche Intelligenz dabei helfen kann, Tumoren objektiver zu erfassen und die Prognose zuverlässiger einzuschätzen.
Im Mittelpunkt des Projekts „KI-gestützte Analyse von FDG-PET/CT-Untersuchungen zur besseren Prognose und Therapieplanung bei aggressiven neuroendokrinen Tumoren“ stehen FDG-PET/CT-Untersuchungen (Computertomographie in Kombination mit Positronen-Emissions-Tomographie mit dem Radiotracer Fluordesoxyglukose) von Patientinnen und Patienten mit hochaggressiven neuroendokrinen Neoplasien. Die Forschenden entwickeln ein KI-Modell, das Tumorgewebe auf den Aufnahmen automatisch erkennt und abgrenzt. Zusätzlich sollen weitere Merkmale der Tumoren aus den Bildern gewonnen und mit klinischen Daten und dem weiteren Krankheitsverlauf verknüpft werden.
Dafür nutzt das Team bereits vorhandene, pseudonymisierte Untersuchungsdaten aus der klinischen Routine. Anhand von erfahrenen Ärztinnen und Ärzten manuell ausgewerteter Aufnahmen lernt die KI, Tumoren möglichst zuverlässig zu erkennen. Anschließend wird geprüft, wie gut die KI die Tumorausdehnung erfasst und ob sich daraus Rückschlüsse auf den weiteren Krankheitsverlauf ziehen lassen.
Für die Patientinnen und Patienten könnte eine solche Unterstützung mehrere Vorteile bringen: Die Bildauswertung könnte schneller und einheitlicher werden und zugleich zusätzliche Informationen über die Prognose liefern. Damit könnte sie künftig dabei helfen, Therapieentscheidungen stärker an den individuellen Eigenschaften und dem erwartbaren Verlauf der Erkrankung auszurichten.
Das Projekt verbindet die Expertise der Nuklearmedizin mit der Behandlung neuroendokriner Tumoren am ENETS CoE des UKW (ENETS = European Neuroendocrine Tumor Society, CoE = Center of Excellence) und der methodischen Expertise in multimodaler Bildgebung und KI. Da die Methode auf bereits vorhandenen klinischen Untersuchungen basiert, kann sie nach erfolgreicher Validierung unmittelbar unter realen Versorgungsbedingungen erprobt werden. Langfristig könnte der Ansatz auch auf weitere Tumorarten und andere bildgebende Verfahren übertragen werden.
