Krebstherapie

Mit Big Data gegen den Krebs

Aus Patientendaten lernen – das ist für den Erfolg von Strahlentherapien wichtig. Denn: Je individueller die Strahlendosis angepasst werden kann, desto verträglicher ist sie. Eine neue Software hilft nun Medizinern, die optimale Dosis zu ermitteln.

 

Big Data

CT von einem Gehirn: Mit SeDI kann die optimale Strahlendosis zur Behandlung von Tumoren ermittelt werden. | sudok1 - Fotolia

Etwa jeder zweite an Krebs erkrankte Mensch erhält eine Strahlentherapie. Sie soll Tumoren zerstören – oder zumindest verkleinern. Dabei lässt sich aber nicht verhindern, dass auch das umliegende, gesunde Gewebe geschädigt wird. Deshalb versuchen Ärztinnen und Ärzte, die Strahlendosis möglichst genau einzustellen. Dafür bekommen sie nun ein technisches Hilfsmittel: die Softwareanwendung SeDI.

Neue fachliche Herausforderungen im Zeitalter von Big Data und künstlicher Intelligenz

Internet und IT-Giganten wie Amazon, Apple oder Google haben demonstriert, wie man mit großen Datenmengen große Geschäfte macht: Diese Unternehmen verdienen Milliarden mit Big-Data-Anwendungen.

weiterlesen

Die Software greift auf anonymisierte Daten in Klinikdatenbanken zu und ruft alle wichtigen Informationen über Krebstherapien und über den damit erzielten Behandlungserfolg ab. Für Mediziner sind grundsätzlich alle Informationen über Tumoren (ihr Volumen und ihre Konturen) und ihre Behandlung (die verabreichte Strahlendosis) von Interesse. Sie könnten SeDi zum Beispiel den Auftrag geben: „Zeige mir alle Datensätze mit Lungenkarzinom größer als 50 Kubikzentimeter an, bei allen männlichen Patienten, in einem Alter von über 40 Jahren”.

Semantische Suchroutinen

So heben Ärztinnen und Ärzte regelrechte Datenschätze, die sie bei der Beurteilung eines Tumors und bei der Planung der optimalen Therapie sehr viel weiterbringen, als ihre eigene Berufserfahrung es könnte. SeDi ist weltweit das einzige semantische PACS (Picture Archiving and Communication System), das sowohl schriftliche Dokumentationen über Erkrankungen und ihre Behandlung als auch dazu passendes Bildmaterial (Computertomografie- oder Röntgenaufnahmen) findet. Das gelingt mit sogenannten semantischen Suchroutinen – einer Art Vorstufe des maschinellen Lernens –, die in verschieden Datenbanken und an unterschiedlichen Archivierungsorten aktiv sind.

 

Für die Entwicklung haben sich die deutsche SOHARD Software GmbH und die niederländische Klinik MAASTRO – eines der führenden Radiotherapie-Zentren Europas – in dem BMBF-geförderten Eurostars-Projekt E!7831 zusammengeschlossen. Die MAASTRO Klinik setzt SeDi inzwischen standardmäßig ein. Langfristig könnten die Softwarekomponenten auch außerhalb der strahlentherapeutischen Praxis genutzt werden.

 
Quelle: BMBF, 29.07.2019