CADx – Radiomics zur Unterscheidung des Ursprungs von Ovarialtumoren (CADx)

Diese Forschung konzentriert sich auf die Verbesserung der Genauigkeit der Bestimmung der Art (gutartig oder bösartig) von Ovarialtumoren durch den Einsatz künstlicher Intelligenz durch die Erstellung eines CT-Scan-Algorithmus. Denn eine korrekte präoperative Klassifikation von Ovarialtumoren ist für eine angemessene Behandlung unerlässlich. Bestehende Vorhersagemodelle führen häufig zu unnötigen Überweisungen in gynäko-onkologische Kliniken, was zu höheren Kosten und einer erhöhten Belastung der Patientin führt. Es ist daher wichtig, andere Strategien zur Unterscheidung zwischen gutartigen und bösartigen Ovarialtumoren zu evaluieren.

Künstliche Intelligenz (KI) für die Radiologie wird derzeit von der Technischen Universität Eindhoven (TU/e) und Philips Research Europe entwickelt und könnte eine mögliche Lösung für dieses Problem darstellen.

Der aktuell entwickelte Algorithmus (CADx), der eine Support Vector Machine (SVM) verwendet, zeigte in einer kleinen Population von etwa 100 Patienten eine Sensitivität von 74 % und eine Spezifität von 74 %. Dies sind vielversprechende Ergebnisse, um diesen Algorithmus mit mehr CT-Bildern und dem Hinzufügen klinischer Variablen und sogar flüssiger Biopsien noch weiter zu trainieren.

Art der Studie: Retrospektive Studienkohorte Dies ist eine retrospektive Analyse bekannter Daten, bei der die endgültige Patientendiagnose bereits gestellt wurde und die aktuelle Analyse den Behandlungsplan nicht beeinflusst.

Es werden keine Produkte für Patienten verwendet, sondern nur computergestützte Diagnosen für vorhandene radiologische Bildgebung, nämlich CT-Scans.

Diese Studie ist mit zwei anderen niederländischen Studien verknüpft, in denen Ovarialtumor-Biomarker bewertet werden, um den Ursprung von Ovarialtumoren präoperativ herauszufinden.

Die erste ist die HE4-Vorhersagestudie mit der lokalen Protokoll-ID NL58253.031.16. Die zweite ist die OVI-DETECT-Studie mit clinicaltrial.gov Nummer NCT04971421.