Mit künstlicher Intelligenz gegen das Pankreaskarzinom

Mit künstlicher Intelligenz gegen das Pankreaskarzinom

Zwei Radiologen am Klinikum rechts der Isar der Technischen Universität München entwickeln Algorithmen, die aus radiologischen Bilddaten lernen, Bauchspeicheldrüsenkrebs (Pankreaskarzinom) zu klassifizieren und damit Prognosen zu Therapie und Krankheitsverlauf ermöglichen. Das bringt entscheidende Vorteile und eine verbesserte Chancen für unsere Patientinnen und Patienten.

PD Dr. Rickmer Braren und Dr. Georgios Kaissis

PD Dr. Rickmer Braren (li.) und Dr. Georgios Kaissis, Institut für Radiologie forschen zu künstlicher Intelligenz bei der Diagnostik von Bauchspeicheldrüsenkrebs (Foto: argum, Klinikum rechts der Isar)

Pankreaskarzinom selten, aber aggressiv

Das pankreatische duktale Adenokarzinom (PDAC), kurz Pankreaskarzinom, ist der häufigste Tumor der Bauchspeicheldrüse. Mit einem Anteil von etwa drei Prozent aller Krebserkrankungen in Deutschland ist er zwar selten, dafür aber besonders aggressiv. Durch die komplexe anatomische Lage der Bauchspeicheldrüse wird er zumeist erst spät durch Symptome wie Gelbsucht oder eine neu aufgetretene Zuckerkrankheit entdeckt. Häufig hat sich der Tumor bereits bei Diagnosestellung auf andere Organe ausgeweitet und gilt dann als nicht mehr heilbar.

Verbesserte Diagnostik – angenehmer für Patienten

Angesichts der schlechten Prognose wäre es hilfreich, möglichst präzise abgestimmte Therapien zu entwickeln. Doch gerade darin liegt die Schwierigkeit. In seiner Struktur ist das Karzinom nämlich äußerst heterogen: Es besteht aus mehreren, sehr unterschiedlichen Zellgruppen. Man klassifiziert sie über Gewebeproben, die operativ oder per Feinnadelbiopsie entnommen werden – beides invasive und potenziell komplikationsträchtige Eingriffe. Priv.-Doz. Dr. Rickmer Braren, geschäftsführender Oberarzt, und Dr. Georgios Kaissis, Facharzt für Radiologie und Informatiker, haben nun am Institut für Radiologie des Klinikums rechts der Isar einen alternativen Weg zur Diagnostik des Tumors eröffnet – und der ist für Patienten erheblich angenehmer. 

In vielen Stunden Forschungsarbeit entwickelten die beiden Wissenschaftler einen Algorithmus, der das Pankreaskarzinom anhand von MRT-Aufnahmen nach Tumor-Untertypen klassifizieren kann, die erst seit einigen Jahren bekannt sind und eine große Auswirkung auf das Überleben der Patientinnen und Patienten haben. Der Algorithmus lernt hierbei direkt aus den Bilddaten der diffusionsgewichteten MRT. Das ist ein Verfahren, das ohne die Injektion von Kontrastmittel auskommt und mit hoher Empfindlichkeit verschiedene Gewebezusammensetzungen in einem Tumor unterscheiden kann. „Die Daten stammen aus dem radiologischen Bildarchiv und dem Institut für Pathologie am Klinikum rechts der Isar. Die lange Tradition der Pankreaschirurgie, unsere hervorragende Zusammenarbeit mit Chirurgen, Internisten und Pathologen und die Expertise unseres Hauses in der Behandlung dieser Tumorerkrankung erlaubt uns den Zugriff auf exzellente Daten, die für die Entwicklung solcher Algorithmen unabdingbar sind“, erklärt Rickmer Braren das Vorgehen. „Die Sensitivität unseres Algorithmus liegt weit über der von menschlichen Spezialisten.“

Pakreaskrebs: Große Expertise am MRI

Weil man aus klinischen Studien bereits weiß, dass die zwei Subtypen unterschiedlich auf die zur Verfügung stehenden Chemotherapien ansprechen, lässt sich nun mittels Computer vorhersagen, welche besser wirken wird. „Wir haben die Ergebnisse der Bildgebung anschließend mit den Überlebensraten der Patienten kombiniert und konnten daraus Rückschlüsse auf den voraussichtlichen Krankheitsverlauf ziehen“, so Braren. Für Arzt und Patient sind dies wichtige Anhaltspunkte bei der Therapieentscheidung. Denn die Chemotherapien beim Pankreaskarzinom sind sehr belastend, die Ansprechraten eher gering. „Speziell Patienten in einem höheren Lebensalter wollen wir diese Chemotherapien nur zumuten, wenn sie davon nicht nur durch eine Lebensverlängerung, sondern auch durch eine Lebensverbesserung profitieren“, erklärt er.

Auch zur Früherkennung bei genetisch oder familiär vorbelasteten Personen und zur Beobachtung der häufig von Tumorvorläufern in der Bauchspeicheldrüse, sogenannten IPMN-Läsionen, wird sich diese wenig aufwändige, nicht-invasive Diagnostik künftig einsetzen lassen. Und für die Forschung steht mit dem Algorithmus möglicherweise ein Werkzeug zur Verfügung, um neue Medikamente effektiv zu testen.

Folgeprojekt für mehr Breitenwirkung

Damit der Algorithmus sein volles Potenzial entfalten kann, muss er breiter nutzbar sein. Deshalb trainieren Braren und Kaissis ihr Programm zusätzlich mit CT-Bildern – das entsprechende Projekt steht in der Endphase. Verläuft alles nach Wunsch, könnte der Algorithmus in ein bis zwei Jahren als webbasierte Software in niedergelassenen Praxen im Einsatz sein. Radiologen könnten damit ihre Bilddaten automatisiert auswerten und am Ende einen Report mit Tumorklassifizierung in den Händen halten.

„Eine marktfähige Software wäre auch ein Ziel der Technischen Universität München, die sich traditionell dafür einsetzt, Forschungsergebnisse mit guten Geschäftsideen in die Gesellschaft zu bringen“, sagen Kaissis und Braren. Patienten des Klinikums rechts der Isar müssen sich nicht so lange gedulden, sie werden noch in diesem Jahr von den neuen Anwendungen profitieren, die in unserer Arbeitsgruppe entwickelt werden.

 

Spitzenforschung überall am Klinikum rechts der Isar

Unterstützung für ihr Projekt erhalten Braren und Kaissis von vielen Seiten. „Spitzenforschung wird überall am Klinikum praktiziert. Ohne die enge Vernetzung mit klinischen und präklinischen Arbeitsgruppen, die am Pankreaskrebs forschen, und die Forschungslandschaft in Bayern und der Bundesrepublik, die solche Projekte unterstützen kann, wäre das nicht möglich“, sagt Braren. Für ihre Projekte erhielten sie finanzielle Förderung von der Deutschen Forschungsgemeinschaft (DFG), dem Deutschen Konsortium für Translationale Krebsforschung (DKTK), dem DAAD und der Fakultät für Medizin der TUM.

Auch die Vernetzung außerhalb des Klinikums gehört dazu: Kaissis und Braren kooperieren eng mit den Universitätskliniken in Berlin, Essen, Göttingen, Würzburg und der LMU München, und sie  arbeiten eng mit dem Institut für Informatik am Imperial College in London, Flaggschiff-Partneruniversität der TUM, zusammen. „Die Gelegenheit, dort meinen Postdoc zu absolvieren und gleichzeitig mit dem zukünftigen TUM-Humboldt-Professor und dortigen Institutsdirektor Daniel Rückert zusammenzuarbeiten, stärkt die Kooperation unserer Universitäten und zeigt, wie sehr die Forschung von internationaler Zusammenarbeit profitiert“, so Kaissis.

Braren und Kaissis sind sich einig: „Die künstliche Intelligenz wird das Berufsbild des Radiologen und die gesamte Medizin verändern.“ Sorge, dass der Beruf des Arztes durch Computer ersetzt werden könnte, haben sie keine. „Im Gegenteil, wir werden sogar mehr gut ausgebildete Radiologen brauchen, um die steigenden Untersuchungszahlen zu bewältigen, die durch die schnellere Bildanalyse und die neuen Techniken auf uns zukommen. Der Radiologe wird nicht nur die Ergebnisse der Algorithmen prüfen und korrigieren. Besonders der intensive Kontakt zum Patienten wird immer ärztliche Aufgabe bleiben.“

Telefon-Hotline zum Weltkrebstag am 4. Februar

 

 

Unsere Experten des Comprehensive Cancer Center München (CCCM) aus dem Klinikum rechts der Isar der Technischen Universität München (MRI) und dem LMU Klinikum München beantworten Ihnen an diesem Tag bei einer großen Telefonaktion von 13 bis 15 Uhr sämtliche Fragen zum Thema Krebs. Die Experten aus dem Klinikum rechts der Isar erreichen Sie unter Tel: 089 / 4140 - 7711. Rufen Sie an und erhalten Sie Ihren ganz persönlichen Rat zu folgenden Krebsarten und Therapien:

Bauchspeicheldrüsenkrebs, Brustkrebs, Gynäkologische Tumoren, Hautkrebs, Immuntherapie, Kolorektale Tumoren, Klinische Studien, Lymphome, Lungenkrebs, Prostatakrebs, Seltene Tumoren.

Weitere Informationen zur Telefonhotline zum Weltkrebstag finden Sie hier.

Beteiligte Fachbereiche und Kliniken: 

Institut für Diagnostische und Interventionelle

Back to top