Erschienen in:
25.05.2023 | Strahlentherapie | Leitthema
Anwendung künstlicher Intelligenz in der Radioonkologie
Zielvolumendefinition und Organsegmentierung
verfasst von:
PD Dr. med. J. C. Peeken, MHBA, S. E. Combs
Erschienen in:
Die Onkologie
|
Ausgabe 10/2023
Einloggen, um Zugang zu erhalten
Zusammenfassung
Hintergrund
Die Bestrahlungsplanung ist ein notwendiger Arbeitsschritt vor Durchführung einer Strahlentherapie. Die Definition von anatomischen Organen, die in direkter Nähe zu der bestrahlten Zielregion liegen, und die Definition des Zielvolumens ist dabei ein zentraler Bestandteil der ärztlichen Tätigkeit einer Strahlentherapeut*In. Die Errungenschaften in der Entwicklung der künstlichen Intelligenz (KI) haben neuronale Netze hervorgebracht, die hocheffektiv zur Segmentierung von medizinischen Bilddaten verwendet werden können.
Ziel der Arbeit
Ziel war die Analyse der Möglichkeiten der KI-basierten Autokonturierung in der Bestrahlungsplanung. Dabei erfolgt die Vorstellung von wissenschaftlichen Arbeiten, die Diskussion klinisch verfügbarer Software und ein Ausblick auf zukünftige innovative Lösungen.
Material und Methoden
Eine Literatursuche (PubMed) wurde durchgeführt, um relevante Literatur zu identifizieren.
Ergebnisse
Erste zugelassene Softwarelösungen ermöglichen die automatisierte Konturierung von anatomischen Organen. Die Segmentierungsgüte erreicht für viele Organe eine hohe Qualität, während bestimmte kleine oder besonders lagevariable Strukturen noch größerer manueller Korrekturen bedürfen. Die Definition von klinischen Zielvolumina, z. B. im Sinne von lokalen Lymphabflusswegen, scheint eine gute Reproduzierbarkeit aufzuweisen. Für verschiedene Tumoren wurde außerdem gezeigt, dass neuronale Netze ebenfalls effektiv und reproduzierbar die Tumorregion definieren können. Weitere Entwicklungen, wie Tumorwachstumsmodelle, könnten außerdem neue individualisierte Definitionswege von Zielvolumina ermöglichen.
Schlussfolgerung
KI-Modelle zur Autokonturierung haben das Potenzial, die Arbeit von Radioonkolog*Innen durch eine Teilautomatisierung zu beschleunigen, den Personalaufwand zu reduzieren und gleichzeitig eine erhöhte Standardisierung zu erreichen.