Erschienen in:
10.12.2021 | Computertomografie | Leitthema
Potenzial von Radiomics und künstlicher Intelligenz in der Myelombildgebung
Entwicklung automatischer, umfassender, objektiver Skelettanalysen aus Ganzkörperbildgebungsdaten
verfasst von:
Dr. med. Markus Wennmann, Jacob M. Murray
Erschienen in:
Die Radiologie
|
Ausgabe 1/2022
Einloggen, um Zugang zu erhalten
Zusammenfassung
Klinisches/methodisches Problem
Das Multiple Myelom kann mit Prädisposition des Axialskeletts das gesamte Skelettsystem betreffen, folglich kommen Ganzkörperbildgebungsverfahren zum Einsatz. Bei der aktuellen Auswertung dieser komplexen Datensätze durch Radiologen kann nur ein Teil der tatsächlich enthaltenen Bildinformation erfasst und im Befund festgehalten werden.
Radiologische Standardverfahren
Je nach Fragestellung und Verfügbarkeit kommen Ganzkörperbildgebungen mittels Computertomographie (CT), Magnetresonanztomographie (MRT) oder Positronen-Emissions-Tomographie (PET) zur Anwendung und werden visuell durch Radiologen ausgewertet.
Methodische Innovation
Eine Kombination aus automatischer Skelettsegmentierung mittels künstlicher Intelligenz (KI) und nachfolgender Radiomics-Analyse jedes einzelnen Knochens hat das Potenzial, automatische, umfassende sowie objektive Skelettanalysen zu ermöglichen.
Leistungsfähigkeit
Für CT-Bildgebungen zeigen einige Algorithmen zur automatischen Skelettsegmentierung bereits vielversprechende Ergebnisse. Auch gibt es erste Arbeiten, die Zusammenhänge von Radiomics-Parametern des Knochens und Knochenmarks mit etablierten Krankheitsparametern oder dem Therapieansprechen andeuten.
Bewertung
KI- und Radiomics-Algorithmen zur automatischen Skelettanalyse aus Ganzkörperbildgebungen sind derzeit in einer frühen Entwicklungsphase.