• Prostatakarzinom

     

Künstliche Intelligenz zur Detektion, Quantifizierung und Charakterisierung des metastasierten Prostatakarzinoms in der PSMA-PET/CT – Wo stehen wir?

Seit ihrer klinischen Einführung im Jahr 2011 hat sich sowohl die PET/CT als auch die Radioligandentherapie mit PSMA-Liganden zur Diagnostik bzw. Therapie des PCa weltweit rasch ausgebreitet. Obwohl die PSMA-PET/CT als ein signifikanter Durchbruch in der Diagnostik des PCa gilt, stellt die Evaluation und Kontrolle aller Tumorherde inklusive ihrer Volumina und Charakteristiken bei fortgeschrittenem, multimetastatischem PCa nach wie vor eine große Herausforderung dar. Diese gilt es zu bewältigen, um beispielsweise eine Optimierung der Endoradiotherapie mit PSMA-Liganden zu erreichen. In diesem Kontext könnte die künstliche Intelligenz, die in den letzten Jahren signifikante Fortschritte erzielt hat, in der nahen Zukunft eine wichtige Rolle spielen. Die Artificial Intelligence (AI) hat bereits demonstriert, dass sie den menschlichen Fähigkeiten zur Datenverarbeitung überlegen sein kann und bietet damit großes Potenzial zur Verbesserung der Detektion, Quantifizierung und Charakterisierung von PCa-Herden in der PSMA-PET/CT.

Das Prostatakarzinom (PCa) ist der weltweit häufigste maligne Tumor bei Männern und zeigt in den letzten Jahren eine zunehmende Inzidenz. Allein in Deutschland treten laut den Krebsregisterdaten des Robert-Koch-Instituts jährlich ca. 70 000 Neuerkrankungen auf. Nach initialer Therapie, meist in Form einer radikalen Prostatektomie oder externen Bestrahlung, ist ein biochemisches Tumorrezidiv nicht selten. In einem solchen Fall stellt die Tumorsuche mit rein konventioneller Bildgebung, wie z. B. der CT, eine große Herausforderung dar.

Seit ihrer klinischen Einführung im Mai 2011 hat sich die Positronen-Emissions-Tomografie/Computertomografie (PET/CT) mit Liganden des prostataspezifischen Membranantigens (PSMA) aufgrund ihrer hervorragenden Sensitivität und Spezifität als die Methode der Wahl zur Detektion von PCa-Rezidiven bewährt. PSMA ist ein Transmembranprotein, welches in PCa-Zellen signifikant stärker exprimiert wird als in normalen Prostatazellen. Die PSMA-PET/CT ist häufig imstande, selbst kleine Metastasen des PCa mit einem hervorragenden Kontrast darzustellen.

Die Struktur des PSMA eignet sich jedoch nicht nur zur Diagnostik, sondern in vielversprechender Weise auch für eine Radioligandentherapie des metastasierten PCa („PSMA-Therapie“). Die PSMA-Therapie wird als nicht offiziell zugelassene Therapie bei Patienten als sog. „individueller Heilversuch“ erst dann durchgeführt, wenn alle anderen zugelassenen Therapieoptionen ausgeschöpft oder nicht zielführend sind. Entsprechend zeigen die Patienten i. d. R. eine ausgeprägte Metastasierung mit hoher Tumorlast. Dies hat wiederum zur Folge, dass ein Therapieansprechen bei der Vielzahl an Tumorherden im klinischen Alltag häufig nur orientierend möglich ist. Eine detailliertere Auswertung erfordert die Analyse jedes Herdes bezüglich seiner Tracer-Speicherintensität und Volumenänderung, was de facto in der klinischen Routine zeitlich nicht bewältigt werden kann. Der Vorteil einer detaillierteren Analyse der Herde könnte bspw. in einer individuellen Dosisanpassung für die initiale oder nachfolgende PSMA-Therapie liegen. Solch eine Individualisierung der therapeutischen Dosen wird auch von der Europäischen Assoziation für Nuklearmedizin (EANM) empfohlen. Weitere Vorteile einer genauen Quantifizierung der Tumorlast und Charakterisierung dergleichen können darin liegen, die Therapieeffektivität besser abzuschätzen. Es sind bereits Analysen/Studien veröffentlicht worden, bei denen mittels PSMA-PET/CT Knochenindizes ermittelt wurden, um das Outcome einer 223Radium-Therapie vorherzusagen. Diese Methodik ließe sich genauso gut für die PSMA-Therapie anwenden.

Aus den oben genannten klinischen Kontexten erwächst der Wunsch nach einer automatisierten, computergestützten Auswertung der Tumorlast und -charakterisierung. Solche Tools müssen innerhalb von wenigen Sekunden die entsprechenden Informationen valide erheben, um die Ärzte bei nachfolgenden therapeutischen Entscheidungen zu unterstützen. Bekanntermaßen gibt es auf dem Gebiet der künstlichen Intelligenz in den letzten Jahren deutliche Fortschritte. V. a. sog. Deep-Learning-Algorithmen konnten eindrucksvoll ihre Überlegenheit gegenüber Menschen, aber auch gegenüber konventionellen Machine-Learning-Methoden bezüglich der Informationsverarbeitung demonstrieren.

Lesen Sie den gesamten Beitrag hier: Künstliche Intelligenz zur Detektion, Quantifizierung und Charakterisierung des metastasierten Prostatakarzinoms in der PSMA-PET/CT – Wo stehen wir?

Aus der Zeitschrift: TumorDiagnostik & Therapie 01/2020

Call to Action Icon
TumorDiagnostik & Therapie Jetzt abonnieren!

THIEME NEWSLETTER

  • Jetzt zum Newsletter anmelden und Paper sichern!

    Jetzt kostenlos anmelden

    Melden Sie sich jetzt für unseren Newsletter an und Sie erhalten als Dankeschön ein Paper zum Download.

Quelle

TumorDiagnostik & Therapie
TumorDiagnostik & Therapie

EUR [D] 323,00Zur ProduktseiteInkl. gesetzl. MwSt.

Buchtipps

Leuprorelinacetat (Eligard®) und Enzalutamid (Xtandi) beim Prostatakarzinom
Axel S. MerseburgerLeuprorelinacetat (Eligard®) und Enzalutamid (Xtandi) beim Prostatakarzinom

36 aktuelle Fragen und Antworten für Ihre Therapieentscheidung

EUR [D] 4,99Zum Warenkorb hinzufügenInkl. gesetzl. MwSt.