31.08.2021 Wir sind sehr froh darüber, drei Schweizer Kliniken für eine multizentrische klinische Studie gewonnen zu haben. Ziel der Studie ist der Nachweis, dass unsere KI-gestützte Software in der medizinische Bildanalyse gegenüber den bisherigen Verfahren gleichwertig oder gar überlegen ist.

Gemeinsam mit den drei Kliniken möchten wir in der Studie zeigen, dass die KI-gestützte Prostata-Segmentierung und Läsionserkennung in der multiparametrischen Magnetresonanztomographie (mpMRT) dem bisherigen Goldstandard entspricht oder ihn übertrifft. Alle beteiligten Projektpartner gehen davon aus. Darüber hinaus möchten wir nachweisen, dass sowohl die Effizienz als auch die Sicherheit der Beurteilung der MRT-Untersuchung gesteigert wird. Ferner soll belegt werden, dass auch die Robustheit gegenüber dem Goldstandard erhöht werden kann.

Der bisherige Goldstandard in der MRT-Befundung

Prostatakrebs ist die häufigste Krebsart und die zweithäufigste krebsbedingte Todesursache bei Männern. Die Standarddiagnostik basiert auf PSA-Werten, digital-rektalen Untersuchungen und systematischen, ungezielten Biopsien unter Ultraschall-Steuerung. Die mpMRT zur Diagnose des Prostatakrebses gewinnt jedoch zunehmend an Bedeutung. Dafür sehen Radiolog*innen die einzelnen MRT-Aufnahmen durch und markieren auffällige Bereiche, die zu einem späteren Zeitpunkt gezielt biopsiert werden. Diese manuelle Auswertung ist der gültige Goldstandard in der MRT-Befundung. Je nach Komplexität benötigen Radiolog*innen zwischen zehn und zwanzig Minuten für die Beurteilung.

Effizienzgewinn durch KI

Wird eine KI-basierte Computervision-Software wie prostate.carcinoma.ai von FUSE-AI eingesetzt, kann der Prozess der Segmentierung der Prostata, sowie die Markierung auffälliger Bereiche im Gewebe automatisiert und dadurch beschleunigt werden. „Somit stünde den Ärzt*innen mehr ihrer wertvollen Zeit für komplexere Fälle oder Notfälle zur Verfügung“, ist sich Dr. Sabrina Reimers Kipping von FUSE- AI sicher. Die Kooperationspartner gehen davon aus, dass der KI-basierte Diagnoseprozess zu einem deutlichen Effizienzgewinn im Vergleich zum Goldstandard führen wird. 

Die Annahmen der Studie

Die Studie verfolgt drei Ansatzpunkte:

• Die KI-unterstütze Prostata-Segmentierung und Läsionserkennung mit prostate.carcinoma.ai  ist im Vergleich zum Goldstandard gleichwertig oder überlegen.

• Die Zeitersparnis durch die Automatisierung der Läsionserkennung führt zu einer erheblichen Effizienzsteigerung.

• KI-basierte Verfahren erhöhen in Bezug auf die Interobserver-Variabilität die Reproduzierbarkeit der Diagnose.

Die beteiligten Kliniken

Dr. Felice Burn koordiniert als Leiter des AI-Projekteams im Kantonspital Aarau (Schweiz) die retrospektive multizentrische Studie. Die pseudonymisierten Prostata-MR-Daten dieser Studie entstammen aus drei radiologischen Instituten der Schweiz, die unterschiedliche Gerätehersteller nutzen. Dies ist ein wichtiger Aspekt für FUSE-AI, da die Software so zusätzlich auf eventuelle Unterschiede in der Bildgenerierung trainiert werden kann. Die Auswertung aller Prostata-MR-Daten erfolgt zentral am Kantonspital Aarau von drei Radiolog*innen ohne Kenntnis der Daten zur Anamnese. 

Beteiligte Kliniken:

• Dr. A. Cornelius, Institut für Radiologie am Kantonsspital Aarau (Siemens Healthineers)

• Prof. Dr. Rolf Wyttenbach, Ospedale Regionale di Bellinzona e Valli (Philips Healthcare)

• PD. Dr. Olivio Donati, Universitätsspital Zürich (GE Healthcare)