HOLY-2020 Individualisierte Therapie bei Hodgkin Lymphomen

Krebszellen brauchen viel Zucker (auch: Glukose) für das schnelle Wachstum eines Tumors. Es ist möglich, den Zuckerverbrauch der Krebszellen durch ein bildgebendes Verfahren namens Positronen- Emissions-Tomographie (PET) sichtbar zu machen. Dabei werden dem Patienten winzige Mengen radioaktiv markierter Zuckermoleküle gespritzt, deren Verteilung im Körper von aussen innerhalb weniger Minuten verfolgt werden kann. Die PET ist in der Diagnose und Therapieüberwachung des Hodgkin-Lymphoms (HL) gut etabliert. Das HL ist eine Tumorart, die durch ihren hohen Zuckerverbrauch charakterisiert werden kann. Daher ermöglicht die PET eine frühzeitige Beurteilung des Ansprechens auf die Behandlung, d.h. sie zeigt, ob das Lymphom schrumpft oder wächst, und gibt somit Aufschluss darüber, ob die Therapie wirkt oder nicht. Bislang werden nur sehr grundlegende Informationen der gewonnenen PET-Bilder verwendet. Da die Biologie des HL mit seinem Metabolismus verbunden ist, wollen wir PET-Bilder mit Hilfe von Algorithmen der künstlichen Intelligenz (KI) genauer analysieren. Auf diese Weise wollen wir insbesondere diejenigen Patienten identifizieren, die an aggressivem HL leiden und einer intensiveren Behandlung bedürfen. Die gleichen Algorithmen können hoffentlich auch verwendet werden, um Patienten mit einer günstigen Prognose zu identifizieren, die weniger intensive Behandlungen mit weniger Nebenwirkungen benötigen. Alles in allem birgt die Kombination von PET-Bildgebung und KI-Nachbearbeitung das Potenzial für eine personalisierte Behandlungsplanung mit sofortigem und langfristigem Nutzen für die Patienten.

Künstliche Intelligenz verbessert Prognose und Therapieplanung bei Hodgkin-Lymphom Internationale Studie ebnet Weg für schonendere, individuell angepasste Krebstherapien Ein internationales Forschungsteam hat neue Methoden entwickelt, um die Behandlung von Patient:innen mit frühem Hodgkin-Lymphom deutlich zu verbessern. Im Zentrum des Projekts stand der Einsatz von Künstlicher Intelligenz (KI) zur Analyse von PET/CT-Bilddaten und klinischen Informationen. Ziel ist eine präzisere Vorhersage des Krankheitsverlaufs und eine individuell angepasste Therapie - mit weniger Nebenwirkungen und besserer Lebensqualität. Hintergrund: Das Hodgkin-Lymphom betrifft häufig junge Menschen. Die derzeitigen klinischen Prognosemodelle sind oft ungenau und führen dazu, dass Patient:innen unnötig intensiv behandelt werden - mit langfristigen Nebenwirkungen. Das Projektteam nutzte moderne Bildverarbeitung, maschinelles Lernen und sogenannte "radiomische" Verfahren, um neue Wege in der Risikoeinschätzung zu gehen. Die wichtigsten Ergebnisse: Fuzzy Radiomics: Ein neuartiges Analyseverfahren berücksichtigt Bildbereiche mit unscharfen Grenzen und verbessert so die Genauigkeit von Prognosen - besonders bei kleinen Tumoren. Bild-Harmonisierung mit KI: Um Unterschiede zwischen PET-Scans aus verschiedenen Kliniken auszugleichen, kam ein KI-Verfahren auf Basis von Generative Adversarial Networks (GANs) zum Einsatz. So lassen sich Bilddaten besser vergleichen und verlässlich auswerten. Verknüpfung klinischer und bildgebender Daten: Die Kombination von Bildinformationen mit genetischen und klinischen Parametern führte zu deutlich besseren Vorhersagen des Krankheitsverlaufs als bisherige Standards. Schnellere Bildauswertung durch neue Methoden: Ein vereinfachter Ansatz über 2D-Bildprojektionen liefert nahezu gleichwertige Ergebnisse wie herkömmliche 3D-Analysen - bei deutlich geringerem Rechenaufwand. Internationale Zusammenarbeit als Schlüssel zum Erfolg Das Projekt wurde gemeinsam von Forschungseinrichtungen in Wien, Paris und Barcelona durchgeführt. Die internationale Kooperation ermöglichte die Analyse einer großen Patient:innengruppe und eine unabhängige Validierung der Methoden - ein entscheidender Schritt für den künftigen klinischen Einsatz von KI. Fazit: Die Forschung zeigt, wie moderne Bildgebung und künstliche Intelligenz gemeinsam helfen können, Krebstherapien zielgenauer, schonender und effektiver zu gestalten. Der nächste Schritt: prospektive Studien, um die neuen Verfahren im klinischen Alltag zu etablieren.