RACOON-FADEN: Früherkennung der Adenomyose
Netzwerk Universitätsmedizin (NUM)
Die Adenomyose ist eine gynäkologische Erkrankung der Gebärmutter (Uterus) und bezeichnet eine Form der Endometriose. Die Krankheitshäufigkeit von Adenomyose- und Endometriose liegt bei 10 Prozent im fruchtbaren Alter. Insgesamt sind ca. 4 Millionen Patientinnen in Deutschland und 200 Millionen Patientinnen weltweit betroffen. Derzeit gibt es keine Möglichkeit, die Adenomyose bereits in einem frühen Stadium sicher zu erkennen. Mit Hilfe von MRT-Untersuchungen können standardisierte 3D-Bilddaten des Beckens erzeugt werden. In diesen Bilddaten werden die Weichteile des Körpers gut erkannt, unterschieden sowie gewichtet (multiparametrische MRT) dargestellt. Komplementäre Kontraste und sogenannte „isovolumetrische“ Datensätze erfassen dabei die Anatomie des Uterus sowie pathologische Veränderungen. Künstliche Intelligenz wird genutzt, um wichtige Informationen aus medizinischen Bildern zu gewinnen. Dabei werden die Bilder mehrfach verglichen und verbessert. Dieser Prozess läuft automatisch und nutzt die RACOON-Infrastruktur. Zusätzlich werden klinische Studiendaten in der NUKLEUS-Infrastruktur erfasst.
Was ist das Ziel?
Unser Ziel ist es, systematisch erhobene Daten nach erfolgter MRT-Untersuchungen während der Menstruation und des Eisprungs von Patientinnen mit klinischem Verdacht auf Adenomyose und asymptomatischen Freiwilligen in einer Fall-Kontroll-Studie zu vergleichen. Die bildgebenden Biomarker werden automatisch durch künstliche Intelligenz extrahiert und die Bilddaten in einem iterativen Prozess mit der RACOON-Infrastruktur abgeglichen. Die Korrelation der verschiedenen quantitativen Ergebnisse mit krankheitsbestimmenden klinischen Symptomen kann neue kritische Merkmale für die Früherkennung von Adenomyose identifizieren. Die bildgebenden Biomarker werden automatisch von künstlicher Intelligenz erkannt und die Bilddaten werden mit der RACOON-Infrastruktur in einem wiederholten Lernprozess verglichen. Dies birgt ein hohes Potenzial, um betroffenen Patientinnen in Zukunft eine frühzeitige, schnelle und gezielte Therapie zu ermöglichen. Nach Abschluss der Studie sollen die Bilddaten sowie die klinischen Daten innerhalb des Netzwerks Universitätsmedizin zur Nachnutzung bereitgestellt werden.
Wer ist beteiligt?
Das Konsortium besteht aus 13 zertifizierten klinischen Zentren für Endometriose. Die gynäkologische Koordination übernimmt Prof. Dr. Sylvia Mechsner an der Charité - Universitätsmedizin Berlin, die radiologische Koordination wird von Prof. Dr. Matthias May am Uniklinikum Erlangen geleitet. Die prospektive Aufnahme von Patient*innen erfolgt über die NUKLEUS-Infrastruktur. Die UMG ist mit dem Institut für Medizinische Informatik in der Funktion des NUKLEUS klinischem Datenmanagement sowie der Transferstelle beteiligt.
Kontakt
contact information
- telephone: +49 551 3961547
- e-mail address: sabine.hanss(at)med.uni-goettingen.de
- ORCiD: https://orcid.org/0000-0002-9133-8685
Weitere Informationen