Sonntag, 29. März 2020
Navigation öffnen
Anzeige:

JOURNAL ONKOLOGIE – Artikel

09. November 2018
Seite 2/2

Anzeige:


Kohortenbildung: Vergleich ähnlicher Krankheitsverläufe

Diese Radiomics-Daten aus der Bildgebung ergänzen wir um die klinischen Daten des Patienten – z.B. um die initialen Blutwerte, das Alter des Patienten, Komorbiditäten wie Diabetes, die Art und Dosierung von bisher erhaltenen Medikamenten oder Angaben zu eventuell durchgeführten Bestrahlungen. Eine interessante Frage für Mediziner ist die nach auffälligen Zusammenhängen in den Daten. Der Ansatz, um solche Zusammenhänge zu finden: Man vergleicht viele ähnliche Therapiefälle miteinander. Dazu fasst man Gruppen von Personen mit ähnlichen Krankheitsbildern, Krankheitsverläufen oder sonstigen Ähnlichkeiten wie gleichem Alter oder Geschlecht zu Kohorten zusammen. Die Patientenkohorten wiederum dienen Medizinern als Vergleich für Diagnosen, Therapien und Behandlungsergebnissen. Verschiedene Patientenkohorten auf signifikante Gemeinsamkeiten oder Unterschiede zu durchsuchen, ist allerdings extrem zeitaufwändig und damit bisher nicht praxistauglich.

Am Fraunhofer IGD haben wir ein Softwaretool entwickelt, das charakteristische Zusammenhänge in Patientenkohorten erkennt und visualisiert. Visuelle Analysemethoden, die wir gemeinsam mit Ärzten der HNO-Klinik des Universitätsklinikums Düsseldorf entwickelt haben, sichten die komplexen Datenbestände zunächst und bilden brauchbare Kohorten. Denn diese ergeben sich keineswegs von selbst: Angenommen, der untersuchte Datenbestand enthält die Daten von nur 300 Patienten, dann ist die theoretische Anzahl aller möglichen Kohorten bereits extrem groß und unüberschaubar. An dieser Stelle können visuelle Analysen ansetzen und die methodische Suche nach Kohorten, die Patienten nicht einfach zufällig enthalten und zudem noch wertvolle Aussagen liefern, erleichtern.

Über solche Kohorten lässt sich darstellen, wie sich ein Patient zur Gesamtmenge verhält. Nehmen wir an, aus den Patientendaten von 1.000 Patienten bildet der Algorithmus eine Kohorte von 50 Patienten, die bestimmte Ähnlichkeiten aufweisen. Über statistische Ansätze vergleicht der Algorithmus diese Patientendaten mit den anderen 950: Wo liegen Unterschiede? Welche Werte sind anders? Anhand der Ergebnisse können Mediziner sehr einfache entsprechende Hypothesen ableiten. So lassen sich etwa bestimmte Krankheitsverläufe an den Merkmalen XY festmachen. Diese Zusammenhänge stellt die Software graphisch dar, etwa über veränderte Balkendiagramme, die der Arzt auch interaktiv verwenden kann, um die Kohorte weiter zu spezifizieren.

Für den künftigen Praxisalltag heißt das: Unsere Analysemethode unterstützt den Arzt bei der Bildung geeigneter Kohorten, durchsucht diese auf signifikante Zusammenhänge, visualisiert die Attribute und erleichtert und beschleunigt das Identifizieren klinisch interessanter Hypothesen. Dabei stellt der automatische Test sicher, dass ein möglicherweise entscheidender Faktor nicht übersehen wird. Ebenso reduziert der automatische Test die Zeit für die Erstellung einer Kohorte von Stunden auf einige Sekunden – ohne dass dem Arzt die Entscheidung aus der Hand genommen wird. Auf Basis der Visualisierung kann der Mediziner mit seiner medizinischen Expertise entweder eine Hypothese für die Kohorte formulieren oder aber die Kohorte verändern. Abgesehen davon können Ärzte mit VA4Radiomics auch solche Patienten in ihre Vergleiche mit einbeziehen, die sie persönlich nie kennenlernen würden – etwa, weil einige Krankheiten nur sehr selten auftreten. Zudem können die Mediziner die Patienten nach jedem beliebigen Merkmal auswählen, das sie aus den Bildern extrahiert haben.

Auf diese Weise lassen sich statistische Aussagen über Gewebeeigenschaften, Krankheitsverläufe oder Diagnosen eines Patienten treffen, und zwar nur auf Basis radiologischer Bilddaten. Damit ist ein erster Schritt hin zur Kohorten- und weiter zur Patientenindividuellen Behandlung getan. Auf lange Frist gesehen könnte das Tool dabei helfen vorauszusagen, mit welcher Behandlungsform sich die individuelle Erkrankung eines Patienten am besten therapieren lässt.


Übertragbarkeit auf andere Tumorarten

Was die Analyse der CT-Aufnahmen angeht, so haben wir uns bislang auf Tumoren im Kopf-Hals-Bereich fokussiert. Soll dieser Ansatz auf andere Tumorarten ausgeweitet werden, müssten die Algorithmen im bildgebenden Bereich entsprechend angepasst werden. Denn ein Tumor im Kopf-Hals-Bereich hat andere Merkmale als ein Lungentumor. Der Algorithmus braucht daher entsprechende Informationen, welche Strukturen es in den Bilddaten zu erkennen gilt.

Die Algorithmen für die Kohortenbildung dagegen sind generisch und lassen sich gut generalisieren. Sie können also auch für andere Krankheiten und Tumorarten verwendet werden. -Allerdings ist immer eine Priorisierung der grundlegenden Zusammenhänge mit den Medizinern wichtig. So braucht der Algorithmus dem Arzt beispielsweise nicht mitteilen, dass Prostatakrebs vor allem bei älteren Männern auftritt.

Auf der Messe MEDICA vom 12.-15.11.2018 in Düsseldorf stellen wir unsere Softwaretools vor (Halle 10, Stand G05).


Es besteht kein Interessenkonflikt.

 
 
Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Fraunhoferstr. 5, 64283 Darmstadt

 
Stefan Wesarg


Dr.-Ing. Stefan Wesarg
Visual Healthcare Technologies
Tel.: 06151/155-511
E-Mail: stefan.wesarg@igd.fraunhofer.de




 
Jörn Kohlhammer


Prof. Dr.-Ing. Jörn Kohlhammer
Informationsvisualisierung und Visual Analytics
Tel.: 06151/155-646
E-Mail: joern.kohlhammer@igd.fraunhofer.de
Nächste Seite

Das könnte Sie auch interessieren

Brustkrebs: Wissen schafft Mut

Brustkrebs: Wissen schafft Mut
© drubig-photo / Fotolia.com

Jede zehnte Frau in Deutschland ist im Laufe ihres Lebens von Brustkrebs betroffen. Damit ist das Mammakarzinom mit 65.500 Neuerkrankungen pro Jahr der häufigste Tumor bei Frauen. Die Diagnose wirft Fragen auf: Welche Therapie ist die richtige? Wo bekomme ich Hilfe? Die Deutsche Krebshilfe unterstützt Krebspatienten bei ihrem Kampf gegen die Erkrankung. Sie bietet allen Betroffenen eine kostenfreie telefonische Beratung an und hält allgemeinverständliche...

Brustkrebs: Was leisten Prognosetests? Unnötige Chemotherapien vermeiden

Durch die Möglichkeit, Tumore genetisch zu analysieren, hat sich die Krebstherapie gewandelt. Während früher alle Patienten quasi die gleiche Behandlung wie nach dem „Gießkannenprinzip“ erhielten, steht nun zunehmend der einzelne Patient mit seinen individuellen Tumoreigenschaften im Fokus. Bei Frauen mit Brustkrebs hat diese Entwicklung zu sogenannten Prognosetests geführt, die eine Vorhersage über den Nutzen einer Chemotherapie erlauben,...

Startschuss für den Regensburger Leukämielauf 2017: Bürgermeisterin Gertrud Maltz-Schwarzfischer übernimmt Schirmherrschaft und die Kapelle Josef Menzl beginnt Training

Startschuss für den Regensburger Leukämielauf 2017: Bürgermeisterin Gertrud Maltz-Schwarzfischer übernimmt Schirmherrschaft und die Kapelle Josef Menzl beginnt Training
© ivanko80 / Fotolia.com

Vor der Kulisse des Alten Rathauses wurde gestern (26.06.) Bürgermeisterin Gertrud Maltz- Schwarzfischer das erste Laufshirt des Regensburger Leukämielaufes 2017 von Professor Dr. Reinhard Andreesen, Vorsitzender der Leukämiehilfe Ostbayern e.V., überreicht. Mit der Übergabe des Laufshirts an das Stadtoberhaupt startet traditionell der Countdown zum größten Benefizlauf in Ostbayern, der in diesem Jahr am 15. Oktober stattfindet.

11. Krebsaktionstag: Austausch zu Alltagsfragen

11. Krebsaktionstag: Austausch zu Alltagsfragen
Universitätsklinikum Ulm

Senkt Sport das Rückfallrisiko bei Krebs? Welcher Badeanzug steht mir nach der Brustamputation? Wie ernähre ich mich so, dass ich fit bleibe? Um diese und weitere Fragen dreht sich der 11. Krebsaktionstag der Medizinisch-Onkologischen Tagesklinik (MOT) der Klinik für Innere Medizin III des Universitätsklinikums Ulm. Krebspatient*innen, Angehörige und Interessierte sind am Freitag, den 14.09.2018 herzlich eingeladen, sich von 10.00 bis 16.30 Uhr bei kostenfreien Vorträgen...

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Künstliche Intelligenz in der Onkologie"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der rsmedia GmbH widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: info[at]rsmedia-verlag.de.


Cookies

Diese Webseite benutzt Cookies, um den Nutzern das beste Webseiten-Erlebnis zu ermöglichen. Ausserdem werden teilweise auch Cookies von Diensten Dritter gesetzt. Weitere Informationen erhalten Sie in den Allgemeine Geschäftsbedingungen und in den Datenschutzrichtlinien.

Verstanden