Verwendung von neuronalen Netzwerken zur verbesserten Diagnose der Lungenarterienembolie mittels Ventilations-/Perfusions-SPECT/CT und dem möglichen Verzicht auf die Ventilations-Komponente

• Antragsteller: Dr. David Kersting
• Fachliche Zuordnung: Radiologie
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 519060267

Die Lungenarterienembolie ist eine häufige und potenziell lebensbedrohliche Erkrankung, deren Diagnose und Verlaufsbeurteilung eine hohe Bedeutung zukommt. Die klinische Präsentation ist sehr variabel und reicht von asymptomatischen Patienten bis zum spontanen Exitus. Für eine Verhinderung eines schwerwiegenden Verlaufs und von Komplikationen sind eine schnelle Diagnose und ein schneller Therapiestart unerlässlich. Trotz optimaler Versorgung sind Spätkomplikationen wie eine wiederkehrende Erkrankung sowie eine chronisch thromboembolische pulmonale Hypertonie möglich. Typische Algorithmen empfehlen als bildgebende Diagnostiken die Ventilations- /Perfusions-SPECT (V/P-SPECT) sowie die computertomographische Angiographie der Pulmonalarterien (CTPA). Vorteile der V/P-SPECT sind eine häufigere Durchführbarkeit auf Grund geringerer Kontraindikationen, eine höhere Sensitivität bei vergleichbarer Spezifität, eine geringere Strahlenexposition und die Möglichkeit der Quantifizierung des betroffenen Lungenparenchyms, was für Follow-up Untersuchungen bedeutsam ist. Allerdings ist die Verfügbarkeit der Untersuchung geringer. Hierbei erfordert insbesondere die Ventilations-SPECT-Komponente teure Radionuklid-Generatoren, was das Angebot der Untersuchungen einschränkt. Darüber hinaus ist die Ventilations-SPECT auch in Bezug auf die andauernde COVID- 19 Pandemie kritisch, da im Rahmen ihrer Durchführung das medizinische Personal bei der Untersuchung infizierter Patienten einem hohen Infektionsrisiko ausgesetzt ist. Eine Alternative ist die Durchführung einer reinen Perfusions-SPECT ohne Ventilations-SPECT. So können Perfusionsausfälle detektiert werden, das ventilierte Lungenparenchym kann einer CT beurteilt werden, die in hybrider Bildgebungstechnik in der gleichen Untersuchung akquiriert wird (SPECT/CT). So kann eine vergleichbar hohe Sensitivität wie für die V/P-SPECT erreicht werden, die Spezifität wird allerdings deutlich eingeschränkt, was zu einer hohen Rate an falsch-positiven Befunden sowie einer Überdiagnose der Lungenarterienembolie führen kann. Es besteht somit weiterhin ein ungedeckter klinischer Bedarf an einer Verbesserung der V/P-SPECT und der reinen Perfusions-SPECT/CT Untersuchung. Die hohe Anzahl jüngster Veröffentlichungen zeigt wachsendes wissenschaftliches Interesse an künstlicher Intelligenz (KI-)basierten Methoden zur Analyse nuklearmedizinischer Bilder durch neuronale Netze, um automatische Bildauswertung und eine verbesserte Diagnostik zu ermöglichen. Bislang gibt es nur unzureichende Daten über solche Anwendungen auf V/P-SPECT Daten zur Diagnostik der Lungenarterienembolie. Die Hypothese dieses Vorhabens ist daher, dass eine hochentwickelte Auswertung der V/P-SPECT/CT unter Verwendung von KI-basierten Methoden das Potenzial hat, die diagnostische Qualität deutlich zu steigern und zudem die Spezifität der reinen Perfusions-SPECT/CT für die Diagnose einer Lungenarterienembolie so zu steigern, dass eine Ventilations-SPECT verzichtbar wird.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortliche: Professor Dr. Christoph Rischpler; Dr. Robert Seifert