News • Mensch & Maschine

Prostatakrebs: KI hält bei MRT-Analyse mit Radiologen Schritt

Bei Verdacht auf ein Prostatakarzinom hält die Magnetresonanztomographie (MRT) zunehmend Einzug in den diagnostischen Prozess.

Bildquelle: Shutterstock/Sebastian Kaulitzki

Es besteht dringender Bedarf, die Effizienz bei der Interpretation der Bilder zu steigern

David Bonekamp

Die MRT kann verdächtige Gewebebereiche identifizieren, die gezielt biopsiert werden sollten, und damit die Erkennungsrate von Prostatakrebs deutlich steigern. Die Beurteilung der MRT-Bilder ist komplex und erfordert erfahrene Radiologen. Ein Forscherteam aus dem Deutschen Krebsforschungszentrum (DKFZ) und der Urologischen Universitätsklinik Heidelberg konnte nun zeigen, dass künstliche Intelligenz verdächtige Bereiche in der Prostata-MRT ähnlich sicher identifiziert wie erfahrene Radiologen und diese bei der Beurteilung der Bilder unterstützen kann.

Die Wissenschaftler veröffentlichten ihre Ergebnisse jetzt im Journal Radiology.

In den letzten Jahren wird die MRT der Prostata in bestimmten Situationen immer häufiger eingesetzt. Mit dem bildgebenden Verfahren können Ärzte verdächtige Krebsherde aufspüren und anschließend mit Hilfe einer gezielten Biopsie näher untersuchen. Außerdem kann die MRT dabei helfen, solche Patienten zu identifizieren, die keinen klinisch bedeutsamen Tumor haben – und ihnen so unnötige Biopsien ersparen. Die MRT-Bildgebung hat bereits heute die Diagnostik von Prostatakrebs verbessert und wird daher in Zukunft noch häufiger eingesetzt werden. Doch die aufwändige Beurteilung der komplexen MRT-Bilder setzt erfahrene Radiologen voraus, um eine hohe Qualität der Diagnostik zu garantieren. "Es besteht daher dringender Bedarf, die Effizienz bei der Interpretation der Bilder zu steigern", sagt David Bonekamp, Radiologe am Deutschen Krebsforschungszentrum.

Dieser Artikel könnte Sie auch interessieren

3d rendered illustration of the human prostate

Bildquelle: Shutterstock/Sebastian Kaulitzki

Mit dem Ziel, das Potential der künstlichen Intelligenz zur Unterstützung der Radiologen bei der klinischen Befundung von MRT-Bildern zu nutzen und eine hohe Qualität der Befundung zu garantieren, haben sich Radiologen und Informatiker am DKFZ und Urologen vom Universitätsklinikum Heidelberg um Patrick Schelb, David Bonekamp, Heinz-Peter Schlemmer, Simon Kohl, Klaus Maier-Hein, Jan Philipp Radtke und Markus Hohenfellner zusammengetan. Das Team konnte nun zeigen, dass die Erkennungsrate von verdächtigen MRT-Befunden durch künstliche Intelligenz vergleichbar zu der Erkennungsrate durch die Radiologen ist.

Das am DKFZ entwickelte Verfahren basiert auf einem künstlichen neuronalen Netzwerk, das aus vielen Bildern lernt, woran verdächtige Veränderungen erkannt werden können. Dieses Netzwerk wurde zunächst an den MRT-Aufnahmen einer Gruppe von 250 Patienten trainiert. Anschließend evaluierten die Forscher das fertige Modell in einer unabhängigen Gruppe von 62 Patienten, die es während des Trainings nicht gesehen hatte.

Das Ergebnis: Die Erkennungsrate von klinisch relevantem Prostatakrebs lag für die künstliche Intelligenz bei 92 Prozent, während die Radiologen 88 Prozent der Patienten erkannten, die an einem klinisch relevanten Tumor erkrankt waren. Von den untersuchten Männern, die tatsächlich krebsfrei waren oder deren Tumoren nicht als behandlungsbedürftig galten, identifizierte die künstliche Intelligenz 47 Prozent korrekt, die Radiologen 50 Prozent. Die Unterschiede waren jedoch statistisch nicht signifikant.

Automatisch erkannte verdächtige Herde zeigten eine gute Übereinstimmung mit klinischen Läsionen, die die Radiologen definiert hatten. Weiterhin stieg die Wahrscheinlichkeit für das Vorliegen eines klinisch relevanten Karzinoms an, wenn sowohl Radiologen als auch das künstliche neuronale Netzwerk einen verdächtigen Befund gemeinsam als suspekt diagnostizierten. "Die Ergebnisse zeigen uns, dass die künstliche Intelligenz für die klinische Diagnostik großes Potenzial bereithält", sagt Bonekamp. In einem nächsten Schritt wollen die Heidelberger Forscher und Ärzte diese und ähnliche Methoden weiterentwickeln und in größeren Gruppen von Patienten validieren, sowie in einer prospektiven Studie erproben, um die Tauglichkeit für den Einsatz im klinischen Alltag zu evaluieren.


Quelle: Deutsches Krebsforschungszentrum (DKFZ)

09.10.2019

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

Artikel • Krankenkassen/Politik

Prostata-MRT: Niedergelassene Radiologen stehen in den Startlöchern

Die wissenschaftliche Evidenz für den Nutzen der Prostata-MRT ist eindeutig. Es ist daher nur eine Frage der Zeit, bis die Untersuchung von den Krankenkassen bezahlt wird. An der Qualität bei den…

Photo

News • Röntgengesellschaft ehrt Mitglieder

Auszeichnung für verdiente Radiologen

Zum Abschluss des 102. Deutschen Röntgenkongresses ehrt die Deutsche Röntgengesellschaft (DRG) zwei ihrer Mitglieder mit besodneren Auszeichnungen: So erhält Univ.-Prof. Dr. Ahmed Othman von der…

Photo

News • Künstliche Intelligenz

KI-Anwendungen in der Medizin sicherer machen

Die Hochschule Landshut startet Forschungsprojekt mit dem Münchner KI-Unternehmen deepc, um die Sicherheitsstandards bei der Anwendung von Künstlicher Intelligenz in der medizinischen Bildgebung zu…

Verwandte Produkte

Canon – Advanced intelligent Clear-IQ Engine for MR

Artificial Intelligence

Canon – Advanced intelligent Clear-IQ Engine for MR

Canon Medical Systems Europe B.V.
Canon - Vantage Elan NX Edition

1.5 Tesla

Canon - Vantage Elan NX Edition

Canon Medical Systems Europe B.V.
Febromed – Get Up

Accessories / Complementary systems

Febromed – Get Up

Febromed GmbH & Co. KG
Fujifilm - FDR EX-M1 AI box

Aritificial Intelligence

Fujifilm - FDR EX-M1 AI box

FUJIFILM Europe GmbH
Fujifilm · REiLI

Artificial Intelligence

Fujifilm · REiLI

FUJIFILM Europe GmbH
Nexus/Chili – Diagnost

Reading

Nexus/Chili – Diagnost

Nexus/Chili GmbH
Newsletter abonnieren