onkologie

„Radiomics“-Revolution: So kann diagnostische Bildgebung die Zukunft des Tumors vorhersagen

Dank der Überlagerung von CT und PET und immer ausgefeilteren Algorithmen ist es nicht nur möglich, die Krankheit (insbesondere Lymphome) zu identifizieren, sondern auch ihre Aggressivität einzuschätzen. Gespräch mit Luca Ceriani

von Elisa Buson

Bilder können uns viel mehr sagen als das, was auf den ersten Blick erscheint. Wie in dem unvergesslichen Film „Blow-up“ von Michelangelo Antonioni, in dem der Fotoreporter Thomas im Hintergrund einiger Fotos, die in einem öffentlichen Park von einem heimlichen Liebespaar gemacht wurden, einen Mord entdeckt. Beim Vergrössern einiger verdächtiger Details, gelingt es ihm, abseits im Gebüsch einen Mann mit einer Pistole und eine am Boden liegende Leiche zu entdecken, aber je mehr er die Fotos vergrössert, desto unschärfer werden die Details, was es schwierig macht, die vom Objektiv eingefangene Realität zu interpretieren. Dasselbe geschieht auch in der Medizin, wo die normalerweise für die Diagnose von Tumoren verwendeten bildgebenden Verfahren wie CT und PET die zukünftige Entwicklung der Krankheit offenbaren können, vorausgesetzt, sie werden durch die richtige „Linse“ betrachtet: Die der Algorithmen und der mathematischen Modelle, wie sie von den Experten des Instituts für bildgebende Verfahren der italienischen Schweiz am Ente Ospedaliero Cantonale (EOC) derzeit entwickelt werden.

Schau in die Galerie Foto von Chiara Micci/Garbani Schau in die Galerie (4 foto)

«Die diagnostische Bildgebung kann uns viel mehr Informationen liefern, als wir bisher erhalten haben: Wir müssen nur den richtigen Weg finden, sie zu gewinnen», bestätigt Luca Ceriani, Titularprofessor an der Fakultät für Biomedizinische Wissenschaften der Università della Svizzera Italiana (USI) und stellvertretender Chefarzt der Klinik für Nuklearmedizin und PET-CT-Zentrum des Instituts für bildgebende Verfahren der italienischen Schweiz am EOC. «Dank neuer Technologien bestehen radiologische Diagnosebilder, die mit CT aufgenommen wurden, und mit PET erhaltenen nuklearmedizinische Bilder, aus numerischen Daten, die dank Algorithmen und mathematischen Modellen immer ausgefeilter analysiert und interpretiert werden können».

Diese quantitative Analyse der Bilder erreichte das EOC vor ungefähr zehn Jahren: Sie ist in der Tat der Schlüssel, der es ermöglicht, „Fotografien“ des gegenwärtigen Stands der Krankheit in detaillierte Zukunftsvisionen umzuwandeln. Ein echter Paradigmenwechsel, der der sogenannten „Radiomics“, der dabei ist, die moderne Medizin zu revolutionieren. «Einst war das Ziel, eine genaue Diagnose zu stellen, während wir heute – betont Ceriani – weitere Informationen benötigen, die uns auch dabei helfen, die Schwere und Aggressivität der Krankheit einzuschätzen, denn anhand dieser Daten können wir aus einer Reihe möglicher Therapien, die auswählen, die am wirksamsten und am wenigsten schädlich ist. Die Entwicklung geht in Richtung Personalisierung der Behandlung, um den grösstmöglichen Nutzen zu erzielen und dabei das Risiko von Nebenwirkungen auf ein Minimum zu reduzieren. Dies ist besonders wichtig bei der Behandlung junger Patienten. In diesen Fällen muss beispielsweise die Wahl einer aggressiveren Chemotherapie, die die Fruchtbarkeit beeinträchtigen kann, oder einer Strahlentherapie im Thoraxbereich, die das Risiko für Frauen, später an Brustkrebs zu erkranken erhöhen kann, durch die Notwendigkeit gerechtfertigt sein, eine Krankheit mit einer ungünstigeren Prognose zu behandeln».

Bis vor etwa zwanzig Jahren waren diese Einschätzungen praktisch unmöglich. Das Auge des Arztes konnte die vermutete Tumorläsion nur anhand ihrer Morphologie identifizieren, beispielsweise mit Röntgenaufnahme und CT. Mit dem Aufkommen der PET (die Positronen-Emissions-Tomographie, die Tumorzellen anhand ihres anormalen Glukoseverbrauchs hervorhebt) war es möglich, einen Schritt nach vorne zu machen und auch die metabolischen Eigenschaften des Gewebes zu bewerten. «Das Ei des Kolumbus, das dann die klinische Praxis veränderte, war das Aufkommen der Hybrid-Bildgebung, die es ermöglicht hat, die in demselben Untersuchungsgang erhaltenen CT- und PET-Bilder zu kombinieren, was auch die Unannehmlichkeiten für den Patienten minimiert», fährt der Experte fort. «Es ist ein bisschen so, als ob man eine schwarzweisse topografische Karte mit den Grenzen eines Staates und eine farbige Karte, die beispielsweise die Bodentemperatur beschreibt, übereinanderlegt. Was wir tun, ist dasselbe: die CT gibt uns den anatomischen Atlas des Patienten, die PET die funktionellen und biologischen Daten, die bei der Identifizierung des Tumors feinfühliger sind».

Auf diese Weise können die Softwares viel mehr als das menschliche Auge tun, da sie dank eines quantitativen und mathematischen Ansatzes genau und standardisiert arbeiten. «Algorithmen können Tausende von Parametern extrahieren: Unsere Aufgabe ist es, die zu identifizieren, die wirklich nützlich sind, um ein detailliertes Bild der Krankheit zu erhalten», erklärt Ceriani. Vor diesem Hintergrund versucht das EOC immer fortschrittlicherer Radiomics-Systeme anzuwenden. «Um neue Vorhersage- und Analysemodelle zu testen, benötigen wir solide Datenbanken, auf die wir uns stützen können, mit einer angemessenen Anzahl kontrollierter Patienten: Aus diesem Grund sind internationale Kooperationen wie die, die wir für Lymphome mit der IELSG (International Extra-Nodal Lymphoma Study Group) und dem Konsortium PETRA unter der Leitung der VU University Amsterdam haben, von grundlegender Bedeutung», erinnert der Experte. «Auf dem Gebiet der Lymphome ist die Zusammenarbeit, die wir mit dem Onkologischen Forschungsinstitut (IOR – Istituto Oncologico di Ricerca) in Bellinzona eingegangen sind, ebenfalls sehr fruchtbar: Wir liefern die Daten der bildgebenden Verfahren und sie die genomischen und proteomischen Analysen der Tumore. Die nächste Herausforderung wird in der Tat darin bestehen, neue Vorhersagemodelle zu entwickeln, die auf der gemeinsamen Analyse der Daten basieren, die aus den Bildern und den molekularen und genomischen Analysen des Tumors gewonnen wurden: So werden wir alle „Gesichter“ der Krankheit untersuchen können».