Hirnmetastasen: Wie Künstliche Intelligenz die wirksamsten Therapien auswählt

Weitere ermutigende Nachrichten zum Einsatz künstlicher Intelligenz in der Medizin. Diesmal stammen sie aus einer klinischen Studie des Istituto Clinico Humanitas Irccs in Rozzano (Mailand) und des Universitätsklinikums Tübingen (Deutschland). Koordiniert wurden sie von Letterio Politi und Marta Scorsetti , die bei Humanitas jeweils für Neuroradiologie und Strahlentherapie und Radiochirurgie verantwortlich sind. In ihrer in der Fachzeitschrift Neuro Oncology veröffentlichten Arbeit „lehrten“ die Forscher künstliche Intelligenz, Hirnmetastasen nach einer Strahlentherapie zu analysieren und zwischen Läsionen zu unterscheiden, die auf das Fortschreiten des Tumors zurückzuführen sind, und solchen, die durch die Behandlung selbst verursacht werden.

Die erzielten Ergebnisse sind wichtig, zufriedenstellend und notwendig, da herkömmliche Diagnoseverfahren, einschließlich der Magnetresonanztomographie, derzeit oft aufgrund der sehr ähnlichen Eigenschaften der beiden Gewebearten verfehlen. Das von Klinikern entwickelte Instrument hat sich jedoch als äußerst zuverlässig bei der Unterscheidung zwischen Radionekrose und Tumorprogression erwiesen.

Vielversprechende Ergebnisse

Die Forscher isolierten 124 Hirnläsionen bei Patienten, die sich einer stereotaktischen Radiochirurgie, einer hochpräzisen Strahlentherapie, unterzogen. Die Ursache dieser Läsionen war bereits bekannt, und die Informationen wurden einem Algorithmus zugeführt, der auf Deep-Learning-Modellen und künstlichen neuronalen Netzen basiert. Auf diese Weise „lernte“ das System, zwischen den beiden Läsionsarten zu unterscheiden. Anschließend wurde es an einer externen Patientengruppe getestet. Dabei zeigte sich, dass es dies mit hoher Genauigkeit bewerkstelligen konnte. Dies ermöglichte die Validierung dieses Ansatzes und die Verallgemeinerung der Ergebnisse.

„Die stereotaktische Radiochirurgie ist eine effektive Methode zur Behandlung von Hirnmetastasen“, sagte Scorsetti. „Die Unterscheidung zwischen Strahlennekrose, einer Nebenwirkung der Behandlung, und Tumorprogression kann jedoch schwierig sein. Unsere Forschung zeigt, dass künstliche Intelligenz das Potenzial hat, ein präziseres Diagnoseinstrument bereitzustellen und so möglicherweise den Bedarf an Biopsien oder explorativen Operationen zu reduzieren.“

Auf dem Weg zu umfassenderen Studien

Nun, so die Autoren der Arbeit, sei es an der Zeit, den nächsten Schritt zu gehen und das Experiment mit einer größeren Anzahl von Patienten zu wiederholen. „Obwohl weitere Forschung erforderlich sein wird, um diese Modelle in größeren Populationen zu validieren, sind die erzielten Ergebnisse vielversprechend und legen nahe, dass künstliche Intelligenz ein wertvolles Instrument zur Unterstützung der Arbeit von Neuroradiologen von heute und morgen sein könnte“, erklärt Politi, der auch den Masterstudiengang „Datenanalyse und künstliche Intelligenz in den Gesundheitswissenschaften“ (Daihs) leitet, der aus der Zusammenarbeit zwischen Humanitas und der Bocconi-Universität hervorgegangen ist, um zukünftige Fachkräfte in diesen hochaktuellen Themen auszubilden. „Die Forschung stellt einen wichtigen Fortschritt auf dem Gebiet der Neuroonkologie dar und ist ein weiterer Beweis dafür, wie fortschrittliche Technologien und multidisziplinäre Arbeit kombiniert werden können, um unsere Diagnose- und Behandlungsmöglichkeiten zu verbessern und uns den Ansätzen der Präzisionsmedizin immer weiter anzunähern.“