Krebsforschung SchweizUnser EngagementWir unterstützen ForschendeBeispielhafte wissenschaftliche VorhabenPräziser bestrahlen dank Automatisierungen

Präziser bestrahlen dank Automatisierungen

Je präziser ein Tumor bestrahlt wird, desto besser sind die Ergebnisse. Doch um die Grenzen des Tumors zu eruieren, ist ein grosses fachliches Know-How und viel Zeit erforderlich. Ein Forscher will nun neue Wege zur Sicherung der Qualität bei der Strahlentherapie einschlagen und setzt hiefür auf künstliche Intelligenz.

Prof. Dr. Mauricio Reyes untersucht mit seinem Team, inwieweit künstliche Intelligenz bei der Strahlentherapie von Nutzen ist.

In den letzten zwei Jahrzehnten liessen sich bei der Strahlentherapie grosse Verbesserungen erzielen; dank gezielteren Bestrahlungen sind die Überlebenschancen für Menschen mit Krebs gestiegen und Nebenwirkungen minimiert worden.

Anspruchsvolle Disziplin
«Entscheidend für die präzise Durchführung einer Strahlentherapie ist die sogenannte Konturierung», erklärt Projektleiter Mauricio Reyes. Dabei definieren Strahlentherapeut/-innen die Grenzen des Tumors und legen fest, welches Tumorvolumen bestrahlt werden soll.

Diese Konturierung von Zielvolumina und angrenzenden, gesunden Risikoorganen ist entscheidend für den Therapieerfolg. Doch just hier liegt das Problem: «Die Konturierung wird nach wie vor manuell vorgenommen und ist mit Unsicherheiten verbunden», führt der Computerwissenschaftler aus Bern weiter aus. Eine unpräzise Konturierung kann die Heilungschancen verringern und zu mehr Nebenwirkungen führen. Aus diesem Grund wurden in den letzten Jahren Programme zur Qualitätssicherung in der Strahlentherapie erarbeitet; Patientinnen und Patienten sollen so eine standardisierte Behandlung erhalten. Weil diese Programme sich aber auf die manuelle Überprüfung durch menschliche Experten abstützen, sind sie subjektiv und zeitintensiv.

Neue Ära dank künstlicher Intelligenz?
Genau hier setzt das Projekt von Prof. Dr. Mauricio Reyes an: Zusammen mit seinem Team will er mithilfe künstlicher Intelligenz die Qualitätssicherung der Konturierung automatisieren.
Dabei konzentriert er sich in einem ersten Schritt auf Patientinnen und Patienten mit einem bösartigen Hirntumor (Glioblastom). Die Computerwissenschaftler verwenden Algorithmen zur Autosegmentierung der Zielvolumina und Risikoorgane und generieren so Referenzstrukturen, mit denen die in der Praxis erstellten Konturen verglichen werden können.
Hierfür sind grosse Mengen an Bild- und Bestrahlungsdaten notwendig, welche unter standardisierten Bedingungen – wie es in klinischen Studien der Fall ist – erstellt wurden. Deshalb arbeitet das Team für dieses Projekt auch mit der EORTC, einer gemeinnützigen Organisation zusammen, die europaweit Studien zur Krebstherapie durchführt. Dabei wird sich zeigen, ob die automatisierte Variante zur Qualitätssicherung den menschlichen Expertisen überlegen ist. Es wäre ein weiterer, wichtiger Schritt zur Verbesserung der Behandlung.

Projekt-Nummer: KFS-5127-08-2020