Ein KI-Modell, Radiomics-based Early Detection MODel (REDMOD), konnte laut Studie [1] die sehr frühen, subtilen Gewebeveränderungen des duktalen Adenokarzinoms der Bauchspeicheldrüse, der häufigsten Form von Bauchspeicheldrüsenkrebs, erkennen. Das Modell ist speziell darauf ausgelegt, die subtilen Strukturmuster (Radiomics) früh zu registrieren, die mit Standard-Computertomografie (CT) und dem menschlichen Auge nur schwer auszumachen sind. Dadurch könnte es möglich werden, die oftmals (zu) späte Diagnose einer fortgeschrittenen, tödlichen Erkrankung in eine Diagnose im frühen Stadium (Stadium 0) zu verschieben. Bisher haben Patientinnen und Patienten mit einem duktalen Adenokarzinom der Bauchspeicheldrüse eine geringe Überlebensrate. Nur bei ca. 15 - 20 % aller Patientinnen und Patienten mit duktalem Adenokarzinom des Pankreas ist eine Resektabilität gegeben [2]. Die Diagnose erfolgt meist spät, ohne Symptome und sichtbare Gewebeveränderungen im Frühstadium, und die Erkrankung schreitet schnell voran, erklärte das Forschungsteam. Mit der früheren Diagnose wäre der Bauchspeicheldrüsenkrebs noch behandelbar. Obwohl REDMOD genauer als erfahrene Radiologen sei, müsse es noch an Hochrisikopatienten getestet werden. Zu diesen zählen diejenigen mit unerwartetem Gewichtsverlust und neu diagnostiziertem Diabetes. Erst danach könne es in der klinischen Praxis breite Anwendung finden.
Abdominale CT-Scans von 219 Patientinnen und Patienten untersucht
Das Modell beinhalte die automatisierte Segmentierung der Bauchspeicheldrüse – eine klare Abgrenzung der Pankreasgrenzen vom umliegenden Gewebe/den Organen. Dadurch entfalle die manuelle Segmentierung mit dem damit verbundenen Risiko von Genauigkeitsschwankungen. Um die Zuverlässigkeit und Effektivität von REDMOD zu testen, wandten die Forscherinnen und Forscher es auf abdominale CT-Scans von 219 Patientinnen und Patienten aus verschiedenen Krankenhäusern an. Die radiologische Untersuchung hatte bei diesen zunächst keine Anzeichen einer Erkrankung ergeben, später wurde jedoch Pankreaskrebs diagnostiziert. Bei 87 Patientinnen und Patienten (40 %) erfolgte die Diagnose innerhalb von 3 bis 12 Monaten. Bei 76 (35 %) lag der Zeitraum zwischen der Diagnose und der klinischen Untersuchung 12–24 Monate, bei 56 (25 %) mehr als 24 Monate (bis zu etwa 3 Jahre). Bei fast zwei Dritteln (64 %) der Patientinnen und Patienten befand sich der Tumor im Pankreaskopf. Ihre Scans wurden mit denen von insgesamt 1.243 Patienten verglichen, die bis zu 3 Jahre später nicht an Pankreaskrebs erkrankt waren. Die Vergleichsgruppe wurde hinsichtlich Alter, Geschlecht und Scan-Datum angeglichen. Das Durchschnittsalter der Patientinnen und Patienten, bei denen später Pankreaskrebs diagnostiziert wurde, betrug 69 Jahre (Spanne: 34–88 Jahre), das der Vergleichsgruppe 64 Jahre (Spanne: 34–88 Jahre).
Detektion 475 Tage vor der klinischen Diagnose
REDMOD detektierte die „unsichtbare“ Signatur eines präklinischen duktalen Adenokarzinoms der Bauchspeicheldrüse durchschnittlich 475 Tage vor der klinischen Diagnose. Dieses Zeitfenster sei von großer Bedeutung, da eine so frühe Erkennung die Heilungschancen und das Überleben deutlich verbessere, betonen die Forscherinnen und Forscher. Tatsächlich zeigen Modellstudien, dass eine Erhöhung des Anteils lokalisierter duktaler Pankreaskarzinome von 10 % auf 50 % die Überlebensrate mehr als verdoppeln würde. Dies unterstreiche, dass der Zeitpunkt der Diagnose der mit Abstand wichtigste Faktor für das Überleben sei, fügen sie hinzu. REDMOD schnitt zudem besser ab als die Radiologen: Die KI sei fast doppelt so sensitiv gewesen – die Fähigkeit, echte statt falsch-positive Ergebnisse zu erkennen – beim präzisen Erkennen „unsichtbarer“ früher maligner Zellveränderungen: 73 % gegenüber 39 %. Und es war fast dreimal so genau wie Radiologen bei Fällen, die mehr als zwei Jahre vor der klinischen Diagnose entdeckt wurden: 68 % gegenüber 23 %. Die KI habe zudem gut 81 % der Scans in einer unabhängigen Gruppe (539 Patienten) aus mehreren Krankenhäusern und 87,5 % im öffentlichen Datensatz der US National Institutes of Health (NIH-PCT) (80 Patienten) korrekt als frei von Pankreaskrebs erkannt.
Präklinische Veränderungen als zuverlässiger Indikator
Die detektierten präklinischen Veränderungen hatten sich als zuverlässiger Indikator für den späteren klinischen Verlauf erwiesen, da REDMOD bei 90–92 % der Scans dasselbe Ergebnis lieferte, wenn derselbe Patient einige Monate zuvor untersucht worden war. Dadurch erweitere die KI das Detektionsfenster bis in die prädiagnostische Phase. Einschränkend betonen die Forscherinnen und Forscher, dass unter anderem diese nicht auf einer ethnisch diversen Patientengruppe basierten. Dennoch kommen sie zu dem Schluss, dass die Studie REDMOD als vollautomatisiertes KI-Framework bestätige, das die Bildgebungsmerkmale des Stadiums 0 in "gesundem" Pankreasgewebe identifizieren könne. Dies gelinge mit erheblicher Vorlaufzeit und einer Leistung, die der von erfahrenen Radiologen überlegen sei. Es bestehe somit die Hoffnung auf bessere Behandlungsergebnisse bei dieser komplexen Erkrankung.
Quelle: BMJ Group
Artikel teilen
