Für KI-Algorithmen in der Strahlentherapie gebe es eine ganze Reihe spannender Einsatzgebiete, sagte PD. Dr. Florian Putz vom Universitätsklinikum Erlangen. Ein vielversprechendes Gebiet sei beispielsweise die Verbesserung der Zielvolumendefinition bei Hirntumoren. Die geschieht üblicherweise manuell, allerdings hängt das Ergebnis und damit die genaue Abgrenzung des bestrahlten Gewebes massiv davon ab, wer die Bearbeitung der MRT-Datensätze durchführt.
Vom Konturieren zum Simulieren
„KI-Modelle können hier helfen, präziser zu werden“, so Putz beim Deutschen Krebskongress in Berlin. Das betreffe insbesondere die Leitlinienregel, wonach um Tumore herum ein Sicherheitssaum von 2 Zentimeter vorgesehen werden solle, gleichzeitig aber anatomische Barrieren im Gehirn zu berücksichtigen. „Für menschliche Experten ist es sehr schwierig, den Effekt dieser Barrieren auf die Tumorausbreitung und damit das Zielvolumen abzuschätzen“, betonte Putz. Erste Daten zur algorithmenbasierten Zielvolumendefinition zeigten, dass die Konturierungsresultate deutlich konstanter werden.
Spannend ist in diesem Zusammenhang nicht nur die reine Konturierung der Tumore, sondern auch die Simulation der Tumorzellausbreitung im Gehirn. Die kann auf die Konturierungsalgorithmen quasi aufgesetzt werden. Wird das gemacht, dann waren in ersten Studien die Zielvolumina kleiner als bei der traditionellen Konturierung, die Quote an Tumorrückfällen stieg aber nicht an. Anders formuliert: Es kann weniger toxische Strahlung appliziert werden, ohne dass das Ergebnis schlechter wird. „Bisher sind das aber alles noch technische Arbeiten mit kleinen Patientenzahlen“, so Putz. Die klinische Validierung und eine kliniknahe Weiterentwicklung stünden noch aus.
Adaptiv bestrahlen statt One-Plan-Fits-All
Die Strahlentherapie bei Hirntumoren voranbringen könnte auch das ebenfalls KI-gestützte Konzept der adaptiven Radiotherapie. Dabei wird ein Bestrahlungsgerät mit integriertem MRT-Scanner genutzt. Der macht nach jedem Strahlenzyklus eine aktualisierte Aufnahme des Gehirns, und diese Daten werden dann genutzt, um den Strahlentherapieplan neu zu rechnen bzw. zu aktualisieren. So wird die Bestrahlung quasi täglich der Anatomie angepasst.
KI-Algorithmen sind dafür deswegen nötig, weil die „händische“ Berechnung ständig neuer Strahlentherapiepläne viel zu aufwändig wäre, um sie durchführen zu können. Die Algorithmen ermöglichen es, die Anpassung der Pläne zu automatisieren. Auch hier gilt aber: Klinische Studien, die zeigen, dass dieser zusätzliche Aufwand einen echten Patientennutzen bringt, stehen noch aus.