Deep Learning für muskuloskelettale Komplikationen bei Brustkrebs

Das Überleben nach Brustkrebs hat aufgrund früher Diagnose und Fortschritten in den Behandlungsmethoden zugenommen. Muskuloskelettale Probleme im Zusammenhang mit Krebs und seiner Behandlung bilden einen bedeutenden Teil der täglichen Praxis von Physiatrie- und Rehabilitationsspezialisten, die an der onkologischen Rehabilitation beteiligt sind.

Lymphödem kann in jedem Stadium des Lebens eines Patienten nach Brustkrebs auftreten. Patienten mit brustkrebsbedingtem Lymphödem benötigen eine lebenslange Behandlung, und mit fortschreitendem Stadium des Lymphödems nimmt das Ansprechen auf die Therapie ab. Fortgeschrittene Stadien des Lymphödems wirken sich negativ auf den Funktionsstatus aus, und Patienten haben Schwierigkeiten bei der Durchführung von Aktivitäten des täglichen Lebens.

Das Axillary-Web-Syndrom (AWS) ist durch eine straffe Strangbildung gekennzeichnet, die von der Achselhöhle zur palmaren Oberfläche des Handgelenks verläuft und typischerweise innerhalb der ersten 8 Wochen postoperativ auftritt. AWS kann die Durchführung der Strahlentherapie erschweren. Schulterdysfunktion kann unabhängig oder in Verbindung mit AWS auftreten. Insbesondere eine nach Mastektomie auftretende Skapuladyskinesie kann zu sekundären Schultererkrankungen wie Rotatorenmanschettensyndrom oder adhäsiver Kapsulitis führen, die häufig bei diesen Patienten beobachtet werden.

Periphere Neuropathie wird häufig bei Patienten unter Chemotherapie beobachtet, beeinträchtigt das tägliche Leben negativ und verhindert manchmal die Fortsetzung der Behandlung. Andere Komplikationen im Zusammenhang mit Chemotherapie und Strahlentherapie umfassen Kardiotoxizität, pulmonale Toxizität, Fatigue, Osteoporose und kognitive Beeinträchtigungen.

Es gibt auch spezifische schmerzhafte Syndrome, die nach Brustkrebs auftreten können, darunter das Post-Mastektomie-Schmerzsyndrom, Phantomschmerzen in der Brust und muskuloskelettale Symptome im Zusammenhang mit Aromatasehemmern. Alle diese Zustände können die tägliche Funktionsfähigkeit erheblich beeinträchtigen und sogar die Fortsetzung der Krebstherapie behindern. Daher ist die Vorhersage dieser Komplikationen und die Umsetzung oder Entwicklung präventiver Interventionen entscheidend.

Wenn es möglich ist, die frühzeitige Entwicklung von Lymphödem, Axillary-Web-Syndrom, peripherer Neuropathie und schmerzhaften Syndromen nach Brustkrebs vorherzusagen, könnte ein frühzeitiges Eingreifen das Fortschreiten verhindern. Diese Studie ist darauf ausgelegt, ein prädiktives Modell mit Deep-Learning-Methoden zu entwickeln und zu validieren, um das Risiko dieser Komplikationen bei Patienten, die sich einer Brustkrebsoperation unterziehen, zu bestimmen. Unter den Deep-Learning-Architekturen sind ResNet50, AlexNet, GoogleNet und UNet, die in jüngsten Studien weit verbreitet eingesetzt wurden, für die Implementierung vorgesehen.

Zusätzlich wird auf Basis der Ergebnisse dieser Studie ein Risikoberechnungsprogramm entwickelt, das Klinikern ermöglicht, Basispatientendaten einzugeben und das individuelle Risiko jedes Patienten für jede Komplikation vor der Behandlung zu berechnen. In der Studie wird kein spezifisches Risiko erwartet.