KI-basierte Messungen der Tumorlast im PSMA-PET-CT

In Schweden wird jährlich bei 10.000 Männern Prostatakrebs diagnostiziert und die Sterblichkeitsrate von 2.400 gehört zu den höchsten weltweit. Bei einigen Prostatakrebsarten besteht ein hohes Risiko einer metastasierten Progression zu einer tödlichen Erkrankung und erfordert eine korrekte Einstufung oder Erkennung eines erneuten Auftretens sowie multidisziplinäre Behandlungen.

Die Forscher haben eine KI-basierte Methode zur Erkennung und Quantifizierung von Tumoren und Metastasen in 18F-PSMA-1007-PET-CT-Scans bei Patienten mit Prostatakrebs entwickelt. Mit der Methode können Tumore in der Prostata und Metastasen in Beckenlymphknoten, entfernten Lymphknoten und im Knochen gefunden werden, und zwar sowohl bei Patienten, die zur primären Einstufung von Hochrisiko-Prostatakrebs zur sekundären Einstufung aufgrund eines Rezidivs zur PET-CT-Untersuchung überwiesen werden.

Patienten, die entweder aufgrund des anfänglichen Stadiums eines primären Hochrisiko-Prostatakrebses oder aufgrund eines biochemischen Rezidivs an eine klinisch indizierte PSMA-PET-CT überwiesen werden, kommen für die Aufnahme in Frage. Die KI-basierte Methode berechnet automatisch TV, TU und die Anzahl der vermuteten Läsionen und diese Informationen werden in einer Datenbank gespeichert. Die Werte werden nach einer 5-jährigen Nachbeobachtungszeit im Hinblick auf das Gesamtüberleben (OS) und das progressionsfreie Überleben (PFS) analysiert.

Das Hauptziel der vorliegenden Studie besteht darin, die Tumorlast, gemessen als TV und als Tumoraufnahme (TU: TV x SUVmean), in der Prostata/dem Prostatabett, den Beckenlymphknoten, entfernten Lymphknoten, den Knochen und als Gesamttumorlast zu bewerten prognostiziert das Gesamtüberleben (OS) bei Patienten mit Prostatakrebs (neu diagnostiziert und Patienten mit biochemischem Rezidiv). Ein sekundäres Ziel besteht darin, zu bewerten, wie die von der KI abgeleiteten Messungen die Zeit bis zum biochemischen Wiederauftreten in einer Unterkohorte von Patienten mit neu diagnostiziertem Hochrisiko-Prostatakrebs vorhersagen. Tertiäre Ziele bestehen darin, den Unterschied zwischen TV und TU, gemessen mit zwei verschiedenen Segmentierungsmethoden (ein Schwellenwert von 50 % von SUVmax in jeder Läsion und ein Schwellenwert von SUV 4), in Bezug auf OS und biochemisches PFS zu bewerten. Der Einfluss der Anzahl der automatisch berechneten vermuteten Läsionen wird auch auf das OS und das biochemische PFS sowie auf den Unterschied in der mit KI und manuell gemessenen Tumorlast untersucht.