KI-gestützte Analyse von FDG-PET/CT-Untersuchungen bei aggressiven neuroendokrinen Tumoren

Abbildung 1: v.l.n.r. PD Dr. Alexander Weich, Tim Jedamzik, PD Dr. Kerstin Michalski, Prof. Dr. Johannes Tran-Gia, Alina Hennig.

Team

Das Team besteht neben der AG-Leitung PD Dr. Kerstin Michalski (Stv. Klinikdirektorin, Klinik und Poliklinik für Nuklearmedizin) aus Herrn M.Sc. Tim Jedamzik (Arzt in Weiterbildung, Klinik und Poliklinik für Nuklearmedizin) und Frau Alina Hennig (Medizinstudentin/Hilfswissenschaftlerin, Klinik und Poliklinik für Nuklearmedizin). Wichtige Kooperationspartner sind Herr PD Dr. Alexander Weich (Oberarzt, Medizinische Klinik II, Leiter des Zentrums für Neuroendokrine Tumoren (ENETS CoE)) und Herr Prof. Johannes Tran-Gia (Heisenberg-Professor „Multimodale Bildgebung und Theranostik“, Klinik und Poliklinik für Nuklearmedizin).

Abbildung 2: PET/CT-Scanner der Klinik und Poliklinik für Nuklearmedizin

Motivation und Innovation

„Unser Ziel ist es, die Behandlung von neuroendokrinen Tumoren präziser und patientenindividueller zu machen.“

Die Beurteilung von PET/CT-Untersuchungen bei neuroendokrinen Tumoren erfolgt bislang überwiegend manuell und kann zwischen verschiedenen Befunderinnen und Befundern deutlich variieren. Durch die Unterstützung durch Künstliche Intelligenz (KI) wollen wir die Auswertung objektiver, schneller und genauer machen. So sollen Prognosen besser abgeschätzt werden können und Therapieentscheidungen besser unterstützt werden.

Abbildung 3: Radioaktive Substanz

Welche Ziele verfolgt das Projekt?

• Entwicklung und Training eines neuronalen Netzes zur KI-gestützten automatischen Analyse von PET/CT-Bilddaten
• Verbesserung der Prognoseabschätzung (z. B. Krankheitsverlauf)
• Objektivere und reproduzierbare Bewertung von Tumormanifestationen und - ausbreitung
• Unterstützung von Therapieentscheidungen
• Reduktion von Zeitaufwand und Befundvariabilität

Abbilung 4: Befundung von FDG-PET/CT-Untersuchungen

Ansatz des Forschungsprojektes

Es werden bereits vorhandene, pseudonymisierte PET/CT-Untersuchungen von Patientinnen und Patienten mit aggressiven neuroendokrinen Tumoren ausgewertet. Ein neuronales Netz wird entwickelt und trainiert, Tumoren automatisch zu erkennen, zu vermessen und Prognoseinformationen abzuleiten. Die Ergebnisse werden mit der klassischen ärztlichen Befundung verglichen. Darüber hinaus sollen bisher noch nicht bekannte Zusammenhänge aus den Bildinformationen KI-gestützt gefunden werden (Radiomics).

Langfristig soll das System zusätzlich klinische Daten und weitere molekulare Bildgebungen einbeziehen, um personalisierte Vorhersagen zum Krankheitsverlauf zu ermöglichen.

Warum soll das Forschungsprojekt unterstützt werden?

• Verbesserung der individuellen Prognose für Patientinnen und Patienten
• Grundlage für präzisere, personalisierte Therapieentscheidungen
• Nutzung vorhandener klinischer Daten ohne zusätzliche Belastung für Patienten
• Potenzial zur Standardisierung moderner Krebsdiagnostik
• Übertragbarkeit auf andere Tumorerkrankungen und Bildgebungsverfahren