Digimed

Radiomics : Intelligente Bildanalytik für eine gezieltere Tumortherapie

Krebstherapien sollten nur dann eingesetzt werden, wenn sie auch helfen. Mit modernen Bildanalyse-Algorithmen wollen Ärzte im PANTHER-Projekt begrenzt wirksame Therapien früher erkennen und Patienten gezielter für Behandlungen auswählen. Die Zwischenergebnisse sind nach Auffassung der Entwickler vielversprechend.

Zwei Frauen sitzen vor drei Computerbildschirmen. Darauf sind Schwarzweiß-Bilder vom inneren des menschlichen Körper zu sehen. Im Hintergrund sieht man hinter einer Glasscheibe ein weißes kreisrundes Gerät in deren Mitte ein Loch ist. Dort drinnen liegt ein Patient.
Am MRT des Fraunhofer MEVIS werden Verfahren zur softwaregestützten Auswertung medizinischer Bilddaten entwickelt. Im Projekt PANTHER versprechen sich die Entwickler eine bessere Vorhersage, ob eine Chemotherapie bei den Patienten anspricht oder nicht.

Wenn Ärzte wissen wollen, wie gut eine Krebstherapie anschlägt, dann bewerten sie, wie es dem Patienten klinisch geht. Vor allem aber nutzen sie bildgebende Verfahren wie die CT- oder MRT-Diagnostik, um zu sehen, ob der Tumor unter der Behandlung kleiner wird, vielleicht sogar verschwindet. Das funktioniert aber nicht von heute auf morgen: „Radiologen sehen die Veränderungen im CT teilweise erst nach Wochen oder sogar Monaten“, betont Jan Hendrik Moltz, Informatiker beim Fraunhofer MEVIS – Institut für bildgestützte Medizin in Bremen. Für die Patienten ist das nicht optimal. Denn sie müssen Medikamente, die häufig starke Nebenwirkungen haben, relativ lange einnehmen, bis sie wissen, ob ihnen die Therapie wirklich etwas bringt.

Moltz ist bei Fraunhofer MEVIS zuständig für das seit Oktober 2016 vom Bundesministerium für Bildung und Forschung (BMBF) geförderte Verbundprojekt Patientenorientierte onkologische Therapieunterstützung (PANTHER), an dem auch das Klinikum der Universität München, das auf Bildanalytik spezialisierte Unternehmen MeVis BreastCare und das Unternehmen Siemens Healthineers beteiligt sind. Bei dem 2,8 Millionen Euro-Projekt geht es darum, aus den ständig umfangreicher werdenden Datensätzen der onkologischen CT-Bildgebung mehr Informationen zu extrahieren – Informationen, die mit bloßem Auge kaum oder gar nicht erkennbar sind.

Radiomics-Ansatz extrahiert mehr Wissen

Klinisch sei das vor allem bei zwei Arten von Fragestellungen interessant, betont Dr. Julian Holch, Onkologe am Klinikum der Universität München: „Zum einen wollen wir gerne früher als bisher wissen, ob eine tumorgerichtete Therapie bei einem bestimmten Patienten anschlägt oder nicht. Außerdem würden wir gerne prädiktiv agieren und besser als bisher vorhersagen, welche Therapie bei einem Patienten voraussichtlich gut funktioniert.“

Im PANTHER-Projekt wollen sich die Wissenschaftler diesen Zielen mit Methoden der Radiomics nähern. „Radiomics ist letztlich eine Weiterentwicklung der computergestützten Diagnostik“, betont Moltz. Der Unterschied zur klassischen „CAD“ liegt vor allem im Umfang der Datenanalytik: „CAD-Software hat bisher vielleicht 10 bis 15 Parameter analysiert. Im PANTHER-Projekt beziehen wir mit Hilfe von leistungsfähigen Computern und modernen Algorithmen mehrere tausend Parameter ein.“

Ein weiterer Unterschied zum traditionellen CAD besteht darin, dass Bildparameter vom Computer automatisiert mit dem klinischen Verlauf der Patienten korreliert werden. Dazu kann die Software auf pseudonymisierte klinische Datensätze inklusive Labordaten und anderer klinischer Befunde zurückgreifen, die von den Klinikern zur Verfügung gestellt werden. So erklärt sich auch der Begriff „Radiomics“: Das computerisierte Suchen nach Zusammenhängen zwischen – in diesem Fall radiologischen – Biomarkern und klinischen Verläufen ist kennzeichnend für alle Arten von „Omics-Forschung“. Der Prototyp ist der Genomics-Ansatz, bei dem in der Krebsmedizin Tumorgene mit klinischen Verläufen korreliert werden, um personalisierter therapieren zu können.

Gewebetextur und Dichteverteilungen als vielversprechende Parameter

Das PANTHER-Projekt setzt bei den beiden Erkrankungen Darmkrebs und malignes Lymphom auf eine Reihe von Forschungsarbeiten und klinischen Studien auf, in denen unterschiedliche bildgebende Parameter in der Vergangenheit bereits mit klinischen Verläufen korreliert wurden. Seit Langem etabliert ist beim Darmkrebs beispielsweise die Veränderung der Tumorgröße, die mit der RECIST-Klassifikation beschrieben wird und die seit den 80er Jahren für die Bewertung des Therapieansprechens genutzt wird. „Ein potentieller neuer Parameter, den wir intensiv untersuchen, ist der frühe Größenverlust des Tumors, der unter anderem beim Darmkrebs ebenfalls mit dem Gesamtüberleben korreliert“, betont Holch. Auch die Größe der Lymphknoten und die Lokalisation von Metastasen erlauben Aussagen über die Erfolgsaussichten einer Therapie.

Das PANTHER-Projekt geht über vergleichsweise leicht zu erhebende Größenparameter jetzt hinaus: „Wir sehen uns unter anderem die Verteilung von Dichtewerten im Tumor an“, erläutert Moltz. Auch Veränderungen in der Form und der Textur des Tumors lassen sich dank großer Rechenleistung und moderner Algorithmen im Therapieverlauf analysieren.

Die Hoffnung ist, dass sich mit diesen komplexen Parametern besser als mit klassischen Einzelparametern und besser als mit der konventionellen Dichtemessung in einer definierten Bildregion die Prognose eines Patienten abschätzen sowie früh erkennen lässt, ob ein Patient auf eine Behandlung anspricht oder nicht.

Vielversprechende Zwischenergebnisse zur Halbzeit des Projekts

Nach etwa der Hälfte der Projektlaufzeit haben die Wissenschaftler im PANTHER-Projekt jetzt in enger Zusammenarbeit der Projektpartner die ersten wichtigen Meilensteine erreicht. Unter anderem wurden am Klinikum München die für die Radiomics-Analysen nötigen Patientendaten zusammengestellt. Basis der weiteren Arbeit bilden jetzt rund 300 Patienten mit Darmkrebs und weitere 300 Patienten mit Lymphomen, von denen klinische Informationen aller Art und jeweils mehrere CT-Bilddatensätze im Krankheitsverlauf zur Verfügung stehen.

Auf Seiten der IT wurden von den Experten am Fraunhofer MEVIS sowie von den Industriepartnern MeVis BreastCare und Siemens mehrere Tools entwickelt, die für weitere Analysen unverzichtbar sind. „Wir haben zum Beispiel eine Software entwickelt, mit der bei Lymphompatienten die Milz automatisch segmentiert werden kann“, betont Moltz. Das ist wichtig, weil es den Aufwand für die Radiologen deutlich reduziert. Die Veränderung von Größe und Dichte der Milz könnte einer jener Parameter sein, die beim Lymphom ein frühes Therapieansprechen signalisieren. Beim Darmkrebs konzentrieren sich die Projektpartner auf Veränderungen der Dichteverteilung bei Lebermetastasen.

Mittelfristiges Ziel sind klinische Studien

Die jeweils rund 300 Patientendatensätze, die bei den beiden Indikationen zur Verfügung stehen, reichen für die ersten Analysen. Perspektivisch wäre eine höhere Zahl an Datensätzen aber besser, so Moltz: „Es wäre auch gut, wenn wir Daten aus unterschiedlichen Einrichtungen bekämen.“ Je klarer das Kriterium, das mit klinischen Verläufen korreliert werden soll, desto weniger Patienten sind nötig, um statistisch belastbare Ergebnisse zu bekommen. Je weniger genau man weiß, wonach man sucht und je mehr Parameter extrahiert werden sollen, desto größere Datenmengen sind nötig.

Besonders wichtig sind große Datenmengen, wenn zusätzlich zur klassischen Bildanalytik Deep Learning-Ansätze zum Einsatz kommen sollen. Dabei versucht die Software, die Bilddaten anhand unterschiedlichster, sehr zahlreicher Parameter – die Experten reden von „Features“ – automatisch mit klinischen Verläufen bzw. dem Therapieansprechen korrelieren. „Solche Ansätze haben zwar den Nachteil, dass es oft schwierig ist, zu verstehen, welche Features die Software zu ihren Ergebnissen gebracht haben. Wir werden sie aber auch nutzen, weil sie zu besseren Vorhersagen führen können“, so Moltz.

Ob die in der anstehenden zweiten Hälfte des PANTHER-Projekts identifizierten Korrelationen zwischen radiologischen Features und Therapieansprechen letztlich Eingang in die klinische Versorgung halten werden, ist noch offen. Dafür müssen die neuen radiomischen Parameter in großen Phase-3-Studien prospektiv evaluiert werden. Das ist das mittelfristige Ziel.

Mehr im Internet:

Fraunhofer Mevis

© Medizintechnologie.de

Das könnte Sie auch interessieren

Ein Arzt mit einem blauen Kittel und einem Stethoskop um den Hals hält ein Tablet auf dem er mit der linken Hand tippt. Davor sind einige medizinische Symbole und die beiden Buchstaben 5G zu sehen.

Highspeed-Leitmarkt oder Funkloch-Fortsetzung?

Mit 5G sind auch in der Medizin viele Hoffnungen verknüpft. Das Highspeed-Internet soll Telemedizin flächendeckend möglich machen. Nun hat die Netzagentur die Versorgungsrichtlinien für die 5G-Frequenzauktion festlegt. Highspeed-Leitmarkt oder Funkloch-Fortsetzung? Weiterlesen