Logo LMU Klinikum
  • Startseite LMU Klinikum
  • Einrichtungen
  • Kontakt
  • Presse
  • International Patient Office
  • de
    • Deutsch - de
    • English - en
Karrieretag für Pflegefachberufe Ukraine-Hilfe Notfall
  • Medizin & Pflege
    • Einrichtungen
      • Kliniken
      • Abteilungen
      • Institute
      • Zentren
      • Post-Covid Ambulanz
      Bereiche
      • Pflege
      • Krankenhaushygiene
      • Qualitätsmanagement
      • Apotheke
      • Transplantationsbeauftragte
  • Patienten & Besucher
      • Patienten
      • Besucher
      • Service und Unterstützung
      • Anfahrt und Parken
      • Wichtige Dokumente
  • Forschung
  • Lehre
  • Das Klinikum
      • Wir über uns
      • Zentrale Bereiche
      • Historie
      • Standorte
      • Publikationen
      • Amtliche Veröffentlichungen
  • Karriere
      • Stellenanzeigen
      • Berufsgruppen
      • Benefits
      • Berufsausbildung
      • Freiwilligendienste
      • LMU Health Academy
  • Aktuelles
      • Newsmeldungen 
      • Veranstaltungen
      • Pressemitteilungen
  1. Startseite LMU Klinikum
  2. Aktuelles
  3. Newsmeldungen 
  4. Algorithmen können Tumore erkennen
News | 06.11.2024

Algorithmen können Tumore erkennen

Automatische Analyse könnte den Arbeitsalltag von Medizinerinnen und Medizinern entlasten
Algorithmen können dabei helfen Tumore zu lokalisieren. Das ist das Ergebnis einer Studie, die 27 verschiedene Algorithmen ausgewertet hat. Diese wurden im Rahmen der Internationalen Machine Learning Challenge (autoPET) entwickelt, einer internationalen Initiative, die von der Universitätsklinik Tübingen und dem Klinikum der Universität München organisiert worden ist. Bisher erfassen Radiologinnen und Nuklearmediziner die Größe der sogenannten Tumorläsionen manuell in 2D-Schichtbildern. Dieser Prozess ist sehr zeitintensiv. Ziel der Challenge war es, den Prozess zu automatisieren. Die Studienergebnisse zeigen, dass Algorithmen Potenzial haben, um zukünftig im klinischen Alltag für diese Aufgabe eingesetzt zu werden.
nature machine intelligence
Die Abbildung zeigt einen vollständigen Datensatz aus der Studie – links die Originaldaten (CT-Aufnahme, CT- basierte Anatomie sowie die PET-Aufnahme), auf denen Tumorgewebe gefunden und annotiert werden muss. Die rechte Abbildung zeigt die Experten-Annotation (blau) und die KI-basierte automatische Annotation (rot), die in diesem Beispiel exzellent übereinstimmen. 

Größe, Art und Volumen von Tumoren genaustens zu kennen, ist wichtig, um Krebspatientinnen und -patienten die richtige Therapie zu empfehlen. Grundlage hierfür sind Aufnahmen, die in der Positronen-Emissions-Tomographie (PET) und in der Computertomographie (CT) gemacht werden. Das CT macht die Anatomie des Körpers sichtbar, während das PET die Stoffwechselaktivität von Gewebe misst. Radiologen und Nuklearmedizinerinnen markieren bisher in 2D-Schichtbildern manuell die Konturen von einzelnen Tumoren, um deren Volumen zu erfassen. Teilweise haben Krebspatientinnen und -patienten mehrere Hundert Läsionen – also pathologische Veränderungen, die durch das Wachstum eines Tumors verursacht werden. Um ein einheitliches Bild zu erhalten, müssten alle Läsionen erfasst werden. „Medizinerinnen und Mediziner würden dann mehrere Stunden benötigen, um die Läsionen einzuzeichnen. Bei vielen Tausenden Krebspatientinnen und Krebspatienten pro Jahr am Uniklinikum Tübingen ist das eine sehr zeitintensive Arbeit“, erklärt Prof. Dr. Thomas Küstner, Forschungsgruppenleiter Medical Image and Data Analysis Lab in der Abteilung für diagnostische und interventionelle Radiologie des Universitätsklinikums Tübingen. „Besser wäre es, wenn ein Algorithmus automatisiert die Auswertung übernehmen würde.“

Im Jahr 2021 gingen Küstner und sein Kollege Prof. Dr. Sergios Gatidis auf Prof. Dr. Clemens Cyran und Prof. Dr. Michael Ingrisch vom LMU Klinikum München zu. Die Idee: eine Challenge entwickeln, die die Bildgebung mit dem maschinellen Lernen verbindet. 2022 wurde die erste autoPET-Challenge organisiert, die von April bis September 2022 lief. Forschende aus der ganzen Welt waren eingeladen, Algorithmen für die Auswertung von Tumorläsionen zu entwickeln. 359 Teilnehmende in 27 Teams haben ihre Lösungen eingereicht. Die Ergebnisse wurden auf der International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) im September 2022 präsentiert. „Wir konnten Hunderte Wissenschaftlerinnen und Wissenschaftler weltweit erreichen und dazu motivieren, an dieser wichtigen Fragestellung zu arbeiten. Das war nur im Rahmen einer Challenge möglich", erklärt Gatidis. Alle eingereichten Algorithmen nutzen Deep Learning, eine Form der künstlichen Intelligenz, um die Konturen der Läsionen zu identifizieren. Hierbei werden mithilfe von neuronalen Netzen komplexe Muster und Zusammenhänge in großen Datenmengen erkannt. Die vielversprechendsten Algorithmen haben Küstner und sein Team im Nachgang identifiziert.

Vollständige Automatisierung als Ziel

Die Auswertung der Algorithmen zeigt, dass die Algorithmen die Tumorläsionen präzise und effizient erkennen können. „Die Challenge war ein wichtiger erster Schritt, um vielversprechende Algorithmen in diesem Gebiet zu identifizieren“, betont Ingrisch. Die Leistung der Algorithmen hängt allerdings stark von der Qualität der Bilder der PET und des CTs ab. Je besser die Algorithmen mit verschiedenen Datensätzen umgehen können, desto robuster sind die Algorithmen gegenüber äußeren Einflussfaktoren wie Variationen in den Bildaufnahmen, der Bildgebungsscanner oder der radioaktiven Marker. „Unser Ziel ist es, in den nächsten Jahren die Analyse der Bildgebung im CT und PET vollständig zu automatisieren“, erklärt Cyran. Weitere Arbeiten sind deshalb notwendig, um die Algorithmen zu verbessern und robuster zu machen. 

„Wir freuen uns, dass wir nach der Initialen Pionierarbeit nun auch wissenschaftlich zur Weiterführung dieses erfolgreichen Projektes beitragen können. Wir konnten zwischenzeitlich eine motivierte gemeinsame Arbeitsgruppe der radiologischen und nuklearmedizinischen Kliniken mit regelmäßigem Austausch ins Leben rufen“ sagt Matthias Brendel, kommissarischer Direktor der Klinik und Poliklinik für Nuklearmedizin des LMU Klinikums. Das Team aus Tübingen und München wird die Ergebnisse erneut auswerten und weitere Schritte einleiten, um die Algorithmen in naher Zukunft im klinischen Alltag einsetzen zu können.

Originalpublikation:

 Results from the autoPET challenge on fully automated lesion segmentation in oncologic PET/CT imaging

Sergios Gatidis, Marcel Früh, Matthias P. Fabritius, Sijing Gu, Konstantin Nikolaou, Christian la Fougère, Jin Ye, Junjun He, Yige Peng, Lei Bi, Jun Ma, Bo Wang, Jia Zhang, Yukun Huang, Lars Heiliger, Zdravko Marinov, Rainer Stiefelhagen, Jan Egger, Jens Kleesiek, Ludovic Sibille, Lei Xiang, Simone Bendazzoli, Mehdi Astaraki, Michael Ingrisch, Clemens C. Cyran, Thomas Küstner 

Nature Machine Intelligence

DOI: 10.1038/s42256-024-00912-9

  • Alle LMU Klinikum Newsmeldungen

Kontakt

 Prof. Dr. Clemens Cyran

Geschäftsführender Oberarzt, Klinik und Poliklinik für Radiologie, LMU Klinikum München

Häiviuc Hјpguvimefulrvfiuyziutmi

 Prof. Dr. Michael Ingrisch  

Gruppenleiter Clinical Data Science, Klinik und Poliklinik für Radiologie, LMU Klinikum München

Olyzgiä Euxplcyzv;iSmsfulGvfni;uyziuemi

 Prof. Dr. Matthias Brendel 

Kommissarischer Direktor der Klinik und Poliklinik für Nuklearmedizin, LMU Klinikum München

OgbYb,zlgSc ApiumiävimefulGvfiuyziutami

Karrieretag für Pflegefachberufe

Pflege mit Herz und Kompetenz: Erleben Sie am 27. Juni 2025 den Karrieretag der Pflege am LMU Klinikum – ein Tag voller inspirierender Einblicke in den anspruchsvollen und ganzheitlichen Pflegealltag. Treffen Sie Experten, entdecken Sie vielfältige Karrierechancen und erhalten Sie spannende Informationen zu Jobs, Ausbildungen und Weiterbildungen. Kommen Sie vorbei, tauschen Sie sich mit Kollegen aus und lassen Sie sich von der gelebten Pflegewissenschaft begeistern – ganz unverbindlich und ohne Anmeldung.

mehr Informationen

LMU Klinikum

Marchioninistr. 15
81377 München

Ziemssenstr. 5
80336 München
089 4400 - 0
  • Impressum
  • Datenschutz

Links

Anmeldung für Redakteure
2023 © LMU Klinikum
  • Startseite LMU Klinikum
  • Einrichtungen
  • Kontakt
  • Presse
  • International Patient Office
    de
    • Deutsch - de
    • English - en

    LMU Klinikum

    • Medizin & Pflege
      • Einrichtungen
        • Kliniken
        • Abteilungen
        • Institute
        • Zentren
        • Post-Covid Ambulanz
      • Bereiche
        • Pflege
          • Ansprechpartner
          • Unser Pflegedienst
          • Stellenanzeigen
          • Leitbild
          • Anreizkonzepte
        • Krankenhaushygiene
        • Qualitätsmanagement
          • Qualitätspolitik
          • Qualitätsbewertungen
          • Initiative Qualitätsmedizin
        • Apotheke
        • Transplantationsbeauftragte
    • Patienten & Besucher
      • Patienten
      • Besucher
      • Service und Unterstützung
      • Anfahrt und Parken
      • Wichtige Dokumente
    • Forschung
    • Lehre
    • Das Klinikum
      • Wir über uns
        • Aufsichtsrat
        • Vorstand
          • Ärztliche Direktion
          • Kaufmännische Direktion
          • Pflegedirektion
          • Medizinische Fakultät
        • Personalvertretung
        • Organisation
        • Amtliche Veröffentlichungen
      • Zentrale Bereiche
        • Apotheke
        • Bau, Technik und Liegenschaften
        • Beschaffung und Wirtschaft
        • Betriebsärztlicher Dienst
        • Betriebliches Gesundheits- und Konfliktmanagement
        • Zentrum für Medizinische Datenintegration und -analyse (MeDICLMU)
        • Medizintechnik und IT
        • Fundraising
        • Gleichstellung/AGG
        • Klinisches Ethikkomitee
        • Krankenhaushygiene
        • LMU Health Academy
        • LMU Medizin International 
        • Lob und Kritik
        • Medizinische Organisationsentwicklung
        • Menschenrechte – Human Rights (LkSG)
        • Patientenmanagement
          • Referat Patientenservice
          • Referat Erlössicherung
          • Medizincontrolling / MD-Management
        • Personal
        • Pressestelle
          • Dreh- und Fotogenehmigung
          • Expertenvermittlung
          • Pressemitteilungen
          • Pressetermine
        • Projektbüro
        • Qualitäts- und Risikomanagement
        • Recht und Compliance
        • Sicherheit
        • Sozialberatung
        • Strategische Unternehmenssteuerung und Nachhaltigkeit
        • Zentrumsleitung
      • Historie
      • Standorte
        • Zukunft Großhadern
          • Das Neue Hauner
            • Aktuelles
              • Der Spatenstich
            • Unser Projekt
            • Unsere Partner
            • Ihre Spende
      • Publikationen
      • Amtliche Veröffentlichungen
    • Karriere
      • Stellenanzeigen
      • Berufsgruppen
      • Benefits
      • Berufsausbildung
      • Freiwilligendienste
      • LMU Health Academy
    • Aktuelles
      • Newsmeldungen 
      • Veranstaltungen
      • Pressemitteilungen