Entwicklung eines kombinierten Modells aus CT‑Radiomics und klinischen Merkmalen zur Vorhersage früher Rezidive nach chirurgischer Resektion von hepatozellulärem Karzinom

Warum das für Menschen mit Leberkrebs wichtig ist

Für viele Menschen mit Leberkrebs bietet eine Operation die Aussicht auf Heilung – dennoch tritt der Krebs oft bereits innerhalb weniger Jahre wieder auf. Diese Studie stellt eine zentrale Frage: Lassen sich Informationen, die bereits in routinemäßigen medizinischen Scans und gängigen Laborwerten verborgen sind, vor der Operation nutzen, um diejenigen zu identifizieren, bei denen ein frühes Wiederauftreten am wahrscheinlichsten ist? Falls ja, könnten Ärztinnen und Ärzte Nachsorge und zusätzliche Therapien gezielt den Patientinnen und Patienten anbieten, die sie am dringendsten benötigen.

Mehr erkennen in Standard‑CTs

Patienten mit hepatozellulärem Karzinom, der häufigsten Form von Leberkrebs, erhalten vor einer Operation meist kontrastverstärkte CT‑Aufnahmen. Radiologinnen und Radiologen beurteilen anhand dieser Bilder Tumorgröße, -anzahl und -lage. Computer gehen jedoch weiter und messen subtile Muster in Helligkeit, Form und Textur, die dem Auge schwer zugänglich sind. In dieser Studie analysierten die Forschenden präoperative CT‑Aufnahmen von 436 Patientinnen und Patienten, bei denen Lebertumore entfernt wurden. Mit spezieller Software wurden die jeweils größten Tumoren in drei Dimensionen segmentiert und automatisiert fast zweitausend numerische Merkmale extrahiert, welche das Erscheinungsbild des Tumors in zwei Kontrastphasen beschreiben.

Aufbau einer Risikobewertung aus Bildern und Blutwerten

Aus dem großen Pool an Bildmerkmalen wandte das Team ein statistisches Verfahren an, das darauf ausgelegt ist, nur die informativsten Signale zu behalten und Rauschen zu verwerfen. Am Ende blieben 20 CT‑basierte Merkmale übrig, die am stärksten mit einem Rückfall innerhalb von zwei Jahren nach der Operation verknüpft waren. Diese Merkmale wurden zu einem einzelnen „Radiomics“-Score pro Person zusammengefasst. Die Forschenden untersuchten anschließend zahlreiche klinische Faktoren – etwa Tumorgröße, Laborwerte und mikroskopische Hinweise auf Infiltration kleiner Blutgefäße im entfernten Gewebe –, um zu ermitteln, welche am besten ein frühes Wiederauftreten vorhersagen.

Ein einfaches Instrument zur Einteilung in Risikogruppen

Vier Faktoren ergaben sich als die stärksten Prädiktoren im gemeinsamen Modell: der CT‑basierte Radiomics‑Score, der Nachweis von Tumorzellen in kleinen Gefäßen nahe dem Tumor, das Verhältnis eines Leberenzyms zu Immunzellen im Blut und der Wert eines häufig verwendeten Tumormarkers im Blut. Die Autorinnen und Autoren kombinierten diese zu einem visuellen Bewertungstool, das für jede Patientin bzw. jeden Patienten die Wahrscheinlichkeit ausgibt, nach zwei Jahren rezidivfrei zu sein. Bei der Validierung in einer Kohorte und anschließender Prüfung in einer separaten Kohorte trennte das Tool zuverlässig in niedriges, mittleres und hohes Risiko mit deutlich unterschiedlichen Chancen, krebsfrei zu bleiben. Wichtig ist, dass das Modell auch bei Patientinnen und Patienten gut funktionierte, deren üblicher Tumormarker nicht erhöht ist – eine Gruppe, für die Vorhersagen besonders schwierig waren.

Verknüpfung von Scanmustern mit Tumorbiologie

Um zu untersuchen, warum der CT‑basierte Score so aussagekräftig sein könnte, analysierten die Forschenden Tumorproben einer kleineren Untergruppe und maßen die Aktivität von elf Genen, die zuvor mit aggressivem Leberkrebs in Verbindung gebracht wurden. Sie fanden, dass höhere Radiomics‑Scores moderat mit erhöhter Aktivität von zwei Genen assoziiert waren, die mit Tumorwachstum und -ausbreitung in Verbindung gebracht werden. Obwohl dies vorläufig und explorativ ist, deutet es darauf hin, dass die Muster, die Computer in CT‑Bildern erkennen, zugrundeliegende genetische Programme widerspiegeln könnten, die ein aggressiveres Verhalten antreiben – ein Einblick in die Tumorbiologie ohne wiederholte Biopsien.

Was das für die Nachsorge bedeuten könnte

Insgesamt zeigt diese Arbeit, dass routinemäßige CT‑Scans und gängige Laborwerte, kombiniert mit modernen rechnerischen Methoden, helfen können vorherzusagen, welche Leberkrebspatientinnen und -patienten nach einer Operation am ehesten ein frühes Wiederauftreten erleiden. Die resultierenden Risikogruppen könnten steuern, wie engmaschig Patientinnen und Patienten überwacht werden sollten und wer von zusätzlichen Therapien kurz nach der Operation profitieren könnte. Zwar muss das Modell in größeren und vielfältigeren Gruppen bestätigt und seine biologischen Grundlagen besser verstanden werden, doch stellt es einen Schritt in Richtung individuellerer Nachsorgepläne dar, die die Versorgungsintensität an das tatsächliche Risiko anpassen.

Zitation: Liao, M., Liao, N., Huo, S. et al. Development of a CT radiomics and clinical feature combined model for predicting early recurrence of surgical resected hepatocellular carcinoma. Sci Rep 16, 10453 (2026). https://doi.org/10.1038/s41598-026-40130-4

Schlüsselwörter: Leberkrebs, CT‑Bildgebung, Radiomics, Krebsrezidiv, Risikovorhersage