Qualitätsgesteuerte Prozessierungsplattform zur quantitativen mikrostrukturellen Charakterisierung der Gewebediffusivität in der Tumorfrüherkennung (Akronym: ARGOS-Imaging)

Förderbeginn
Institution: Universitätsklinikum Erlangen
Hauptantragsteller: PD Dr. med. Sebastian Bickelhaupt
Mitantragsteller: PD Dr. med. Klaus Maier-Hein (Deutsches Krebsforschungszentrum Heidelberg)
EKFS-Förderlinie: Translatorik


Image: Grafik

Brustkrebs ist die häufigste bösartige Tumorerkrankung bei Frauen. Etwa jede achte Frau in Deutschland erkrankt im Laufe ihres Lebens an Brustkrebs. Die bildgebenden Verfahren der radiologischen Diagnostik sind wesentliche Stützen in der Früherkennung bzw. der Charakterisierung neuer, tumorverdächtiger Veränderungen der weiblichen Brust.

Mit dem gemeinsamen EKFS-Translatorikprojekt des Universitätsklinikums Erlangen (UKER) und des Deutschen Krebsforschungszentrums Heidelberg (DKFZ) soll ein Software-Prototyp entwickelt werden, der es ermöglicht, ein neues innovatives, KI (künstliche Intelligenz)-unterstütztes Bildgebungsverfahren in eine klinische Evaluierung zu überführen. Im Gegensatz zu den etablierten, bildgebenden Verfahren kommt der neue Bildgebungsansatz hierbei vollständig ohne Kontrastmittel, ohne Röntgenstrahlung und ohne Brustkompression aus. Um dies zu erreichen, wird die Technik der diffusionsgewichteten Magnetresonanztomographie (MRT), welche die Gewebestruktur durch die Kartierung der Molekularbewegung der Wassermoleküle abtastet und technisch sehr herausfordernd ist, auf die Erfordernisse einer onkologischen Gewebediagnostik ausgerichtet und mit neuartigen Qualitätskontroll- und Kalibrierungsverfahren verbunden.

Die mit diesem Ansatz akquirierten Daten können nachfolgend mit multiparametrischen quantitativen Klassifikationsmodellen, basierend auf Korrelaten der organspezifischen Gewebemikrostruktur und insbesondere auch in Kombination mit neuesten Verfahren des maschinellen Lernens und der künstlichen Intelligenz ausgewertet werden. Das Ziel ist dabei, die Detektion und die weitgehend autonome, radiologenunabhängige Charakterisierung von auffälligen Veränderung zu ermöglichen. Perspektivisch eröffnet die Technik neben dem Einsatz zur Detektion und Charakterisierung von auffälligen Gewebeveränderungen auch mögliche Einsatzfelder für die individuelle Steuerung von Behandlungsstrategien bei bestehenden onkologischen Erkrankungen und für die Beurteilung des individuellen Risikos, an Brustkrebs zu erkranken.

Um die Chancen und Limitationen des Ansatzes über die bestehenden ersten wissenschaftlichen Studienvorhaben hinaus tiefgreifend evaluieren zu können und die für eine konklusive Beurteilung der diagnostischen Leistungsfähigkeit notwendigen umfangreichen Untersuchungen und klinischen Studienvorhaben zu ermöglichen, sollen die aktuell in der wissenschaftlichen Forschungsumgebung noch manuell zusammengeführten Einzel-Bausteine im Rahmen der Förderung in einen außerhalb einer reinen Forschungsumgebung nutzbaren Anwendungsprototyp überführt werden. Erst mit einem solchen Anwendungsprototyp, der sich auch in einer klinischen Umgebung ausführen lässt, kann das Verfahren integrativ multizentrisch im Sinne einer prospektiven Erforschung des klinischen Einsatzes diagnostisch umfassend evaluiert werden.

 

Image: Mitarbeiter