Radiomische Profilierung von Thorax-CTs in einer Kohorte von Sarkoidose-Fällen

Warum Lungenaufnahmen verborgene Hinweise enthalten

Sarkoidose ist eine Erkrankung, die häufig die Lungen befällt und viele Menschen kurzatmig macht und unsicher darüber, wie sich ihre Krankheit entwickeln wird. Ärztinnen und Ärzte stützen sich auf Thoraxaufnahmen, um zu beurteilen, wie stark die Lungen betroffen sind, doch das Lesen dieser Bilder mit dem Auge kann subjektiv sein. Diese Studie stellt eine einfache Frage mit weitreichenden Konsequenzen: Können Computer subtile Muster in Lungenaufnahmen genauer messen als das menschliche Auge, und hängen diese Muster tatsächlich mit der Atmungsleistung und dem täglichen Befinden der Betroffenen zusammen?

Von Bildern zu Zahlen

Traditionell wird die Lungenbeteiligung bei Sarkoidose mithilfe von Thorax-Röntgenaufnahmen oder hochauflösenden CT-Scans beurteilt, die Radiologen von Hand einstufen. Diese visuellen Scores sind zwar nützlich, können aber von Leser zu Leser variieren und die Komplexität der Erkrankung möglicherweise nicht vollständig erfassen. In dieser Arbeit wandten sich die Forschenden der „Radiomik“ zu — einem Ansatz, der jede Thorax-CT in Hunderte numerischer Merkmale umwandelt, die beschreiben, wie helle und dunkle Bereiche verteilt sind und wie sich Texturen über das Bild wiederholen. Anstatt sich nur auf die Dichte des Lungengewebes zu konzentrieren, maßen sie auch feinkörnige Muster in benachbarten Pixeln, die als Ausdruck von Narbenbildung und anderen mikroskopischen Veränderungen gelten.

Patienten in verborgene Gruppen sortieren

Das Team analysierte hochauflösende CT-Scans von 320 Menschen mit Sarkoidose, die an einem großen US-Forschungsprojekt teilgenommen hatten. Für jede Person berechneten sie mehr als 500 radiomische Merkmale aus beiden Lungen und nutzten dann statistische Verfahren, um die Menge auf eine schlankere Auswahl zu reduzieren, die Duplikate vermied. Mit diesen Merkmalen setzten sie eine Form des maschinellen Lernens ein, die nach natürlichen Gruppierungen in den Daten sucht, ohne vorher zu wissen, wer „mild“ oder „schwer“ betroffen ist. Dieses unüberwachte Clustering offenbarte vier unterschiedliche radiomische Profile, von denen jedes ein anderes Muster von Lungenstruktur und -dichte repräsentiert.

Verknüpfung von Scan-Mustern mit Lungenstärke

Diese vier radiomischen Gruppen wurden anschließend mit gängigen klinischen Messgrößen verglichen. Die Patientinnen und Patienten hatten zudem traditionelle röntgenbasierte Stadieneinteilungen, detaillierte visuelle CT-Bewertungen und Lungenfunktionstests, etwa wie viel Luft sie ausstoßen konnten und wie gut Sauerstoff aus der Lunge ins Blut gelangte. Die radiomischen Cluster spiegelten nicht einfach das übliche Stadien-System wider; in jedem Cluster fanden sich Mischungen klassischer Stadien. Dennoch standen die Cluster in engem Zusammenhang mit der Lungenleistung. Personen im „gesündesten“ Cluster erzielten die besten Werte bei Atemtests, während diejenigen im am stärksten abweichenden Cluster deutlich geringere Lungenvolumina und eine verminderte Gasübertragung zeigten. Insgesamt erklärten die radiomischen Gruppierungen etwa 10–15 % der Varianz in der Lungenfunktion zusätzlich zu dem, was durch Alter, Körpergröße und andere grundlegende Merkmale erklärt werden konnte.

Was die Texturen über den Alltag verraten

Die Studie untersuchte auch, wie diese Bildmuster mit den von Patientinnen und Patienten berichteten Symptomen zusammenhängen, darunter Müdigkeit, Kurzatmigkeit und Lebensqualität. Die Zusammenhänge waren hier schwächer als bei den Atemtests, aber dennoch aufschlussreich. Der am stärksten betroffene radiomische Cluster zeigte nicht nur mehr Narbenbildung und Verzerrungen auf den Scans, sondern war auch mit stärkerer Kurzatmigkeit und schlechteren physischen Gesundheitswerten verbunden. Ein anderer Cluster war durch verengte Atemwege und besonders niedrige Verhältnisse in den Atemtests geprägt, was darauf hindeutet, dass er eine ausgeprägte „obstruktive“ Form der Erkrankung repräsentiert. Zusammen deuten diese Muster darauf hin, dass die von Radiomik erfasste Lungenstruktur bedeutsame Unterschiede darin widerspiegeln kann, wie sich Sarkoidose im Alltag zeigt, auch wenn Symptome von vielen Faktoren beeinflusst werden.

Wie das die Versorgung verändern könnte

Für Menschen mit Sarkoidose liegt die Hoffnung dieser Arbeit in einer Zukunft, in der eine routinemäßige CT-Aufnahme in Minuten verarbeitet werden kann, um einen objektiven Fingerabdruck der Erkrankung in der Lunge zu liefern. Die Ergebnisse deuten darauf hin, dass radiomische Profile Aspekte des Lungenschadens erfassen, die das traditionelle Staging übersehen könnte, und dass diese Profile mit der Lungenfunktion verknüpft sind. Während weitere Forschung nötig ist — insbesondere zur Verfolgung, wie sich diese Messgrößen über die Zeit verändern — liefert die Studie erste Hinweise darauf, dass Computer, die Texturen in Lungenaufnahmen auswerten, Ärzten helfen könnten, die Erkrankung genauer zu klassifizieren, subtile Veränderungen früher zu erkennen und schließlich die Behandlung an das spezifische Muster der Lungenschädigung jedes Patienten anzupassen.

Zitation: Carlson, N.E., Lippitt, W.L., Ryan, S.M. et al. Radiomic profiling of chest CT in a cohort of sarcoidosis cases. Sci Rep 16, 9695 (2026). https://doi.org/10.1038/s41598-026-39384-9

Schlüsselwörter: Sarkoidose, Radiomik, Thorax-CT, Lungenfunktion, medizinische Bildgebung