Rofo 2025; 197(S 01): S56-S57
DOI: 10.1055/s-0045-1802830
Abstracts
Vortrag (Wissenschaft)
Onkologische Bildgebung

Automatische Detektion von fokalen Läsionen im MRT bei Patienten mit Multiplem Myelom – eine multizentrische Machbarkeitsstudie

A von Salomon
1   Deutsches Krebsforschungszentrum (DKFZ), Radiologie E010, Heidelberg
,
J Kächele
2   Abteilung Medizinische Bildverarbeitung, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
T Nonnenmacher
3   Institut für Diagnostische und Interventionelle Radiologie, Universitätsklinikum Heidelberg, Heidelberg
,
M Bujotzek
2   Abteilung Medizinische Bildverarbeitung, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
S Xiao
2   Abteilung Medizinische Bildverarbeitung, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
A Martinez Mora
2   Abteilung Medizinische Bildverarbeitung, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
M Hajiyianni
4   Klinik für Hämatologie, Onkologie, Rheumatologie, Universitätsklinikum Heidelberg, Heidelberg
,
E Menis
5   Myelomzentrum Heidelberg, Universitätsklinikum Heidelberg, Heidelberg
,
M Grözinger
6   Abteilung Radiologie, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
F Bauer
6   Abteilung Radiologie, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
V Riebl
3   Institut für Diagnostische und Interventionelle Radiologie, Universitätsklinikum Heidelberg, Heidelberg
,
T Hielscher
7   Abteilung Biostatistik, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
B Besemer
8   Innere Medizin II – Hämatologie, Onkologie, klinische Immunologie und Rheumatolo, Universitätsklinikum Tübingen, Tübingen
,
S Afat
9   Abteilung für diagnostische und interventionelle Radiologie Tübingen, Universitätsklinikum Tübingen, Tübingen
,
U Graeven
10   Klinik für Hämatologie, Onkologie und Gastroenterologie, Kliniken Maria Hilf, Mönchengladbach
,
A Ringelstein
11   Klinik für Radiologie und Neuroradiologie, Kliniken Maria Hilf, Mönchengladbach
,
M Hänel
12   Klinik für Innere Medizin III – Hämatologie, Onkologie, Zelltherapie, Klinikum Chemnitz gGmbH, Chemnitz
,
D Fedders
13   Institut für Radiologie und Neuroradiologie, Klinikum Chemnitz gGmbH, Chemnitz
,
A Ljimani
14   Institut für Diagnostische und Interventionelle Radiologie, Heinrich-Heine-Universität Düsseldorf, Medizinische Fakultät, Düsseldorf
,
G Antoch
14   Institut für Diagnostische und Interventionelle Radiologie, Heinrich-Heine-Universität Düsseldorf, Medizinische Fakultät, Düsseldorf
,
A H Mahnken
15   Klinik für Diagnostische und Interventionelle Radiologie, Universitätsklinikum Marburg, Marburg
,
E Mai
16   Myelomzentrum Heidelberg, Universitätsklinik Heidelberg, Heidelberg
,
M S Raab
5   Myelomzentrum Heidelberg, Universitätsklinikum Heidelberg, Heidelberg
,
H Goldschmidt
17   Innere Medizin V – Studienzentrum GMMG, Universitätsklinikum Heidelberg, Heidelberg
,
T F Weber
18   Institut für Diagnostische und Interventionelle Radiologie, Universitätsklinik Heidelberg, Heidelberg
,
H P Schlemmer
6   Abteilung Radiologie, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
S Delorme
6   Abteilung Radiologie, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
K Maier-Hein
2   Abteilung Medizinische Bildverarbeitung, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
P Neher
2   Abteilung Medizinische Bildverarbeitung, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
,
M Wennmann
6   Abteilung Radiologie, Deutsches Krebsforschungszentrum (DKFZ), Heidelberg
› Author Affiliations
› Further Information
Also available ateRef
 
 

    Zielsetzung Die Anzahl fokaler Läsionen im Ganzkörper-MRT ist ein wichtiger prognostischer Faktor bei Patienten mit Multiplem Myelom. Ziel der vorliegenden multizentrischen Machbarkeitsstudie war, einen KI-Algorithmus zu trainieren und zu testen, der automatisch fokale Läsionen im MRT detektiert.

    Material und Methoden Für diese retrospektive multizentrische Machbarkeitsstudie wurden MRTs von 408 Patienten mit monoklonalen Plasmazellerkrankungen aus 11 Zentren eingeschlossen. Um den Annotationsaufwand für die Machbarkeitsstudie zu limitieren, wurden die Analysen auf den linken Beckenknochen eingeschränkt und die MRTs wurden auf diesen Bereich maskiert. Alle fokalen Läsionen (n=754) im linken Beckenknochen wurden manuell segmentiert. Ein KI-Algorithmus für automatische Detektion (nnDetection) wurde auf 334 MRTs von Zentrum 1 darauf trainiert, fokale Läsionen zu detektieren. Anschließend wurde der Algorithmus auf 74 unabhängigen MRTs aus 10 externen Zentren getestet. Zur Beurteilung der Performance wurde der Spearman-Korrelationskoeffizient zwischen der prädizierten und der tatsächlichen Anzahl von fokalen Läsionen berechnet. Zudem wurden die mittlere durchschnittliche Präzision sowie der F1-Score auf Objektebene berechnet.

    Ergebnisse Die Anzahl der automatisch detektierten fokalen Läsionen korrelierte auf dem multizentrischen externen Test-Datensatz signifikant mit der Anzahl der manuell detektierten fokalen Läsionen (r=0,64, p<0,05). Die mittlere durchschnittliche Präzision betrug 0,34. Der F1-Score auf Objektebene betrug 0,57.

    Schlussfolgerungen Die vorliegende Machbarkeitsstudie zeigt, dass eine automatische Detektion von fokalen Läsionen auf externen multizentrischen Daten möglich ist. Die positiven Ergebnisse aus dieser Machbarkeitsstudie im linken Becken dienen als Grundlage dafür, in Zukunft die Entwicklung eines Algorithmus für die Detektion von fokalen Läsionen im gesamten Skelett anzustreben.


     

    Publication History

    Article published online:
    25 March 2025

    © 2025. Thieme. All rights reserved.

    Georg Thieme Verlag KG
    Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany