Vier Studien konzentrierten sich auf die richtlinienbasierte Segmentierungslösung GBS™ von MVision

Diese Woche konzentrieren wir uns auf Forschungsergebnisse, die während der Jahrestagung der Deutschen Gesellschaft für Radioonkologie (DEGRO) vorgestellt wurden. Vier Studien konzentrierten sich auf die richtlinienbasierte Segmentierungslösung GBS™ von MVision (auch als On-Premise-Lösung erhältlich).

Entwicklung einer KI-basierten Autokonturierung von Ober- und Unterkiefersegmenten zur optimierten Bestrahlungsplanung und prothetischen Versorgung von Patienten mit Kopf-Hals-Tumoren.

MVision entwickelte das erste Kiefermodell in Zusammenarbeit mit der Charité, Forscher der Charité bewerteten anschließend die Wirksamkeit des Kiefermodells. Die Schlussfolgerung der Experten war, dass das Kieferknochenmodell präzise und zeiteffizient ist und gute Ergebnisse in CTs mit und ohne Metallartefakte zeigt. Das neue Modell stellt für Radioonkologen, Mund-Kiefer-Gesichtschirurgen eine praktische und wirtschaftliche Möglichkeit dar, die Strahlendosis in implantatrelevanten Kiefersegmenten partiell zu reduzieren. Darüber hinaus kann die Segmentierung von Ober- und Unterkiefer bei der Optimierung der Dosisverteilung und damit bei der Planung der prothetischen Versorgung helfen.

Etablierung einer KI-basierten Konturierung kardialer Substrukturen in der adjuvanten Strahlentherapie des Brustkrebses

Im Vergleich zu manuell erstellten Konturen der Substrukturen des Herzens führen die mit dem GBS™ AI-Algorithmus von MVision generierten Konturen zu größeren Volumina. Die manuell oder mit dem AI-Algorithmus erstellten Strukturen von RV und LV (rechter und linker Ventrikel) unterscheiden sich hinsichtlich des absoluten Volumens nicht signifikant; der DICE-Score weist mit einem Wert >0,85 auf eine hohe strukturelle Übereinstimmung hin, insbesondere für den LV.

Forscher der Charité Berlin fanden heraus, dass der KI-basierte Auto-Konturierungs-Algorithmus von MVision für kardiale Substrukturen eine zeiteffektive Erstellung von Konturen für RV, LV, RA und LA im Rahmen der Thoraxbestrahlungsplanung ermöglicht. Die Verwendung des Algorithmus erleichtert die retrospektive und prospektive Analyse der in den Herz-Substrukturen absorbierten Dosis während der Thoraxbestrahlung und ermöglicht eine benutzerunabhängige, automatisierte Konturerstellung.

Die Möglichkeit der KI-basierten Segmentierung zur automatischen Zielvolumenbestimmung in der adjuvanten Strahlentherapie des Brustkrebses

Das Forschungsteam des UKE Hamburg und der Charité Berlin untersuchte die Wirksamkeit der Al-basierten Konturen von MVision bei Brustkrebs. Dabei stellte das Team fest, dass GBS™ von MVision sowohl beim mittleren Gesamtvolumen als auch beim DICE eine große Ähnlichkeit mit den ursprünglichen medizinischen Konturen aufweist. Es konnte kein signifikanter Unterschied im Gesamtvolumen festgestellt werden. Der DICE von CTV/PTV betrug ungefähr 0,9 (= 90 %), wobei größere Brustvolumina zu etwas höheren DICE führten. Die Daten weisen darauf hin, dass die Autokonturierung bereits zur Brust-CTV-Definition im Rahmen einer adjuvanten Brustbestrahlung eingesetzt werden kann.

Die Möglichkeit KI-basierter Konturen zur automatischen Zielvolumenbestimmung bei der Bestrahlung lokalisierter Prostatakarzinome

Um die Frage zu beantworten, ob die Autokonturierung ganzer Organe wie der Prostata die manuelle Konturierung ersetzen kann, wurde mit Hilfe der MVision-Software eine klinische Studie an Planungs-CTs von 28 bereits bestrahlten Patienten durchgeführt. Die Autokontur wurde als GTV definiert und mit CTV und PTV verglichen. Die KI-basierten Zielvolumina zeigten eine große Ähnlichkeit mit den ursprünglichen Zielvolumina. Die DICE-Koeffizienten stiegen mit zunehmender Volumengröße. Trotz der geringen Stichprobengröße von 28 Patienten konnten mit einer Ähnlichkeit von 84 % bei GTV, 86 % bei CTV und 88 % bei PTV gute Ergebnisse erzielt werden. Die KI-basierte Autokonturierung zeigte gute Ergebnisse und bietet einen vielversprechenden und zeitsparenden Ansatz für die Bestrahlung von lokalisiertem Prostatakrebs.

 

Autokonturierung gefährdeter Herzstrukturen: Volumen- und Dosisabdeckung des RIVA bei Thoraxbestrahlungen

Es wurde festgestellt, dass die KI-basierte Konturierung von MVision zu einer genaueren und reproduzierbareren Konturierung von Risikoorganen führt. Im Fall der automatischen Konturierung von RIVA (A_LAD, Left Anterior Descending Artery) führt dies zu größeren Konturdarstellungen mit Auswirkungen auf die Dosisverteilung und potenzielle Abdeckung des Zielvolumens bei der Planung der Brustkrebsbehandlung. Dies kann helfen, späte kardiale Toxizität zu vermeiden.

Die führende leitlinienbasierte Segmentierungs-Lösung, GBS™ 

Unter den in diesem Artikel diskutierten Modellen wurden das Herz- und Kiefermodell von MVision in Zusammenarbeit mit renommierten Kliniken, darunter die Charité Berlin, entwickelt. Kontaktieren Sie uns für weitere Informationen.

 

MVision’s GBS™ SaaS Solution

MVision AI ist ein Pionier der leitlinienbasierten Segmentierungssoftware, GBS™, für Strahlentherapie. Unser Deep-Learning-System hilft Ihnen, die Konturierung zu automatisieren, einschließlich der Lymphknoten, um Ihre Krebsbehandlungsplanung zu optimieren. Unsere Software ist HIPAA und GDPR konform und bringt eine qualitativ hochwertige Lösung für die Strahlentherapieplanung.

Buchen Sie eine Demo, um GBS™ für Ihre Klinik kennenzulernen und zu testen.

MVision AI ist auf LinkedIn, Twitter, Facebook und Instagram aktiv. Folgen Sie uns in den sozialen Medien und abonnieren Sie unseren Newsletter, um über die neuesten Nachrichten zu MVision AI auf dem Laufenden zu bleiben.

Previous Post
Cancer in Ireland – Raising Survival Rates
Menu