Hirntumore präzise und schnell erkennen

Aminosäure-PET ist ein wichtiges Hilfsmittel bei der Diagnose von Hirntumoren. Die Größe eines Tumors damit exakt zu bestimmen, kostet jedoch Zeit und ist keine Routine. Eine KI soll das ändern. Sie kann PET-Bilder ähnlich gut wie erfahrene Ärzt:innen auswerten, aber wesentlich schneller.

Für Diagnose und Therapie eines Gehirntumors ist es wichtig, die Ausdehnung und das Volumen genau zu bestimmen. So kann etwa kontrolliert werden, ob der Tumor auf eine Behandlung anspricht oder weiterwächst. Kliniken nutzen dafür häufig die Magnetresonanztomographie (MRT). Sie erfasst insbesondere strukturelle Veränderungen des Gewebes. Diese spiegeln jedoch nicht unbedingt das tatsächliche Ausmaß des Tumors wider. Ein weiteres bildgebendes Verfahren, die Aminosäure-Positronenemissionstomographie (PET), erfasst den veränderten Stoffwechsel der Krebszellen und liefert häufig vom MRT abweichende Ergebnisse.

Das Tumorvolumen über PET-Scans zu ermitteln, ist jedoch sehr zeitaufwendig. Deshalb wird die Methode routinemäßig kaum durchgeführt. Das soll künftig anders werden – dank Künstlicher Intelligenz (KI).

So funktioniert die PET
Die PET verwendet radioaktiv markierte Biomoleküle, um Stoffwechselprozesse sichtbar zu machen. Für die Darstellung von Hirntumoren haben sich besonders Aminosäuren bewährt. Die rasch wachsenden Krebszellen nehmen die Aminosäuren deutlich schneller auf als die gesunden Gehirnzellen. Auf den PET-Aufnahmen kann man anhand der angereicherten Aminosäuren feststellen, wo der stoffwechselaktive Tumor liegt und wie groß er ist.

Forscher:innen aus Jülich, Heidelberg und Köln haben einen Deep-Learning-Algorithmus namens JuST_BrainPET* entwickelt, der Hirntumore auf PET-Scans automatisch erkennt und ihr Volumen bestimmt. Dazu hat das Team 699 PET-Scans von 555 Hirntumorpatienten verwendet. Die KI-Ergebnisse stimmen sehr gut mit den Werten überein, die Expert:innen aus PET-Scans ermitteln. Und: Die KI benötigt dafür mitunter nur wenige Minuten.

Das Forschungsteam ließ den Algorithmus außerdem die Erfolgsaussichten einer Behandlung von Patient:innen mit Gliomen, den häufigsten bösartigen Hirntumoren, beurteilen. „Die klinische Bewertung der KI hinsichtlich Ansprechen auf eine Therapie und Prognose war genauso gut wie die eines Facharztes – und benötigte lediglich den Bruchteil der Zeit“, sagt Studienleiter Priv.-Doz. Philipp Lohmann vom Institut für Neurowissenschaften und Medizin (INM-4). „Unser kostenloses, frei verfügbares KI-Werkzeug kann den Arzt nicht ersetzen, aber unterstützen. Wir hoffen, dass es Ärztinnen und Ärzte ermutigt, die Aminosäure-PET bei Hirntumorpatienten häufiger zu nutzen – vor allem dann, wenn sie bisher wenig Erfahrung mit der Methode haben.“

Text: Janosch Deeg | Illustration (wurde mithilfe Künstlicher Intelligenz erstellt): SeitenPlan mit Stable Diffusion und Adobe Firefly | Foto: Michael Wodak/MFK

_{* JUST_BrainPET: Juelich Segmentation Tool for Brain Tumor PET}

Titelgeschichte KI

Der lange Sommer der Künstlichen Intelligenz

Der Boom der Künstlichen Intelligenz hat gerade erst begonnen. Jülich kann einen wichtigen Beitrag dazu leisten.

Ist das sicher?

KI etabliert sich als Werkzeug in der Wissenschaft. Wer KI nutzen will, sollte auch um die Beschränkungen der Methoden wissen.

Intelligente Wettervorhersage

Auch in der Meteorologie haben Algorithmen ihre Leistungsfähigkeit bewiesen. Noch vor fünf Jahren herrschte allerdings Skepsis.

Ansprechperson

Priv.-Doz. Dr. Philipp Lohmann

• Institut für Neurowissenschaften und Medizin (INM)
• Physik der Medizinischen Bildgebung (INM-4)

Gebäude 15.2 /
Raum 373

+49 2461/61-96357

E-Mail

Weitere Informationen

Forschungsschwerpunkt

KI & Deep Learning

Sie macht das Licht aus, übersetzt Texte und schlägt Schnäppchen beim Online-Einkauf vor: Künstliche Intelligenz hat längst ihren Platz im Alltag. Auch in der Wissenschaft entwickelt sie sich zu einer wichtigen Basis.

Arbeitsgruppe

Nuklearmedizinische Hirntumordiagnostik

Die Arbeitsgruppe befasst sich mit der präklinischen und klinischen Bewertung neuer Radiopharmaka für die Diagnostik von Hirntumoren mit der Positronenemissionstomographie (PET) und der korrelativen Bildgebung mit fortgeschrittenen Methoden der MR-Bildgebung.