Verbundprojekt: KI-basierte Operationsplanung und Risikoanalyse bei der Resektion von Nierentumoren (RENALCARE); Teilvorhaben: Automatische Berechnung der Nierenscores mithilfe von Bildanalyse

Abstract

Das vom BMFTR im Rahmen des Programms "Medizinische Lösungen für eine digitale Gesundheitsversorgung" geförderte Projekt "KI-basierte Operationsplanung und Risikoanalyse bei der Resektion von Nierentumoren" (RENALCARE) hatte zum Ziel, ein Tool zur Entscheidungsunterstützung zu entwickeln. Dieses sollte dabei helfen, Patientinnen und Patienten mit Nierenkrebs eine individualisierte, optimale Operationsstrategie anbieten zu können. Die Entscheidung, ob eine Patientin oder ein Patient von einer partiellen Nephrektomie profitieren kann oder aber eine komplette (radikale) Nephrektomie benötigt, hängt von vielen Faktoren ab. Dabei gilt es insbesondere peri- und postoperative Risiken und Komplikationen zu vermeiden. In der Vergangenheit wurden mehrere Scores entwickelt, zum Beispiel die C-, PADUA-, R.E.N.A.L.- oder ABC-Scores, um diese Risiken besser abschätzen zu können. Die Berechnung dieser Scores ist jedoch, insbesondere bei komplexeren Scores wie PADUA, zeitaufwendig, sodass sie trotz ihrer nachgewiesenen Vorteile [Xiao2023] in der klinischen Routine häufig nicht zum Einsatz kommen. Im klinischen Alltag werden üblicherweise CT-Aufnahmen zur Diagnostik und Planung genutzt. Häufig kommen Mehrphasen-CTs zum Einsatz, bei denen jede Phase einem spezifischen Zweck dient und sich durch den Zeitpunkt der Bildakquisition nach Kontrastmittelgabe unterscheidet. In der nephrographischen Phase lassen sich Tumoren besonders gut abgrenzen. Diese Phase wird dementsprechend zur Diagnostik genutzt. In der exkretorischen Phase hingegen ist das ableitende Harnsystem gut erkennbar. Beide Phasen spielen bei den oben genannten Scores eine wichtige Rolle. Die automatische Berechnung dieser Scores setzt für diesen Zweck entwickelte Bildverarbeitungsmethoden voraus, die in der Lage sind, alle relevanten Informationen aus den Bildern zu extrahieren. Es ist wichtig zu beachten, dass die auf diese Weise durchgeführte Berechnung präziser ist. Allerdings können sich die dadurch erzeugten Werte teilweise deutlich von den bisherigen unterscheiden, weil die manuellen Verfahren ausschließlich 2D-Bildinformationen berücksichtigen. Für die Risikoabschätzung sind zudem weitere Informationen aus den Befunden relevant, auch wenn sie nicht Teil der Score-Berechnung sind, beispielsweise das Vorliegen von Metastasen. Die Extraktion dieser Informationen aus den Befunden sowie die finale Integration der Verfahren in einen Demonstrator wurden von DFC-Systems übernommen. Der Fokus des Fraunhofer IGD lag auf der Entwicklung der Bildverarbeitungsmethoden sowie der Visualisierungen, die in den Demonstrator integriert wurden. Die durchgeführten Arbeiten konzentrierten sich auf den C- und den PADUA-Score.