Machbarkeit automatisierter KI-basierter Konturierung und stabiler radiomischer Merkmalsbewertung durch HyperSight-CBCT-Bildgebung für adaptive hochpräzise Strahlentherapie des Prostatakarzinoms

Schnellere, intelligentere Krebsbehandlungsplanung

Bei Männern mit Prostatakrebs kann die moderne Strahlentherapie äußerst präzise sein, doch diese Präzision hat ihren Preis: Ärztinnen und Ärzte müssen die Prostata und die benachbarten Organe auf zahlreichen Bildschichten vor jeder Behandlung mühsam nachzeichnen. Diese Studie stellt eine aktuelle Frage: Kann künstliche Intelligenz einen Großteil dieser Konturierungsarbeit auf einem neuen, hochwertigen Cone‑Beam‑CT‑Scanner sicher übernehmen und zugleich zuverlässige bildbasierte Messgrößen liefern, die eines Tages eine vollständig personalisierte Behandlung leiten könnten?

Das Becken in Echtzeit sehen

Die heutige hochpräzise Radiotherapie verwendet oft eine Planungs‑CT-Aufnahme vor der Behandlung sowie zusätzliche Aufnahmen direkt am Bestrahlungsgerät unmittelbar vor jeder Dosis. Das neuere HyperSight‑Cone‑Beam‑CT‑System kann schnell detailreiche Beckenbilder bei geringerer Strahlenbelastung erfassen und ist damit für die adaptive Radiotherapie attraktiv — bei der der Plan an die Anatomie des Tages angepasst wird. In dieser Studie wurden 50 Männer mit Prostatakrebs sowohl mit der standardmäßigen Planungs‑CT als auch mit HyperSight‑Scans untersucht. Die Forscher konzentrierten sich auf mehrere wichtige Beckengebilde: Prostata, Blase, Rektum, Samenbläschen, Penisschwellkörper und beide Hüftgelenke.

Den Computer die Linien ziehen lassen

Das Team verglich drei Methoden zur Organumrissbestimmung in den Bildern. Beim rein manuellen Ansatz zeichneten die Ärzte alle Grenzen selbst. Im KI‑Nur‑Modus erstellte ein trainierter Algorithmus die Konturen automatisch. Ein hybrider Modus begann mit KI‑Konturen, die Ärztinnen und Ärzte dann überprüften und verfeinerten. Für jede Methode maßen die Forscher, wie eng verschiedene Konturen übereinstimmten, wie weit sich ihre Ränder unterschieden und wie stark sich die Organmittelpunkte verschoben. Sie erfassten außerdem die benötigte Zeit für jeden Ansatz. Bei großen, klar sichtbaren Strukturen wie der Blase und den Hüftknochen war die Übereinstimmung zwischen allen Methoden sehr hoch. Für Prostata und Rektum war sie etwas geringer, aber weiterhin stark. Kleine oder unscharf sichtbare Strukturen wie die Samenbläschen und der Penisschwellkörper stellten für alle Methoden, einschließlich der KI, größere Herausforderungen dar.

Von Bildern zu quantitativen Fingerabdrücken

Über einfache Formvergleiche hinaus untersuchte die Studie "radiomische" Merkmale — Hunderte von Zahlen, die aus den Bildern extrahiert werden und Gewebehelligkeit, Textur und Form beschreiben. Diese Merkmale werden zunehmend als potenzielle Bildbiomarker erforscht, die vorhersagen könnten, wie Tumoren auf eine Behandlung reagieren oder welche Patienten ein höheres Nebenwirkungsrisiko haben. Die Forscher prüften, wie stabil diese numerischen Fingerabdrücke blieben, wenn Konturen aus unterschiedlichen Methoden und verschiedenen Scan‑Typen stammten. Insgesamt waren die radiomischen Merkmale sehr konsistent, insbesondere für größere, kontraststarke Organe wie Blase, Prostata, Rektum und Hüftknochen. Texturbasierte Merkmale, die Muster von Pixelintensitäten beschreiben, waren besonders robust. Formbasierte Merkmale und solche von sehr kleinen Organen reagierten empfindlicher auf kleine Änderungen der Konturen.

Zeit sparen ohne Qualitätsverlust

Zeit ist in der adaptiven Radiotherapie entscheidend: Je länger die Konturierung und Neuberechnung des Plans dauert, desto größer ist die Wahrscheinlichkeit, dass sich die Anatomie des Patienten zwischen Bildgebung und Behandlung verschiebt. In dieser Studie reduzierte die KI‑Nur‑Konturierung die Segmentierungszeit im Vergleich zur rein manuellen Arbeit um mehr als 90 %, während der hybride KI‑plus‑Arzt‑Ansatz die Zeit immer noch um etwa 60 % verringerte. Wichtig ist, dass diese Einsparungen sowohl für die Planungs‑CT als auch für die HyperSight‑Scans ähnlich waren und Interobserver‑Tests zeigten, dass der Einsatz von KI keine zusätzliche Uneinigkeit zwischen verschiedenen Ärzten einführte. Das deutet darauf hin, dass KI den Workflow deutlich effizienter machen kann, ohne die Konsistenz zu verschlechtern und diese in manchen Fällen sogar zu verbessern.

Was das für Patienten bedeutet

Kurz gesagt zeigt die Studie, dass intelligente Software die Prostata und die meisten benachbarten Organe auf modernen Cone‑Beam‑CT‑Bildern zuverlässig umreißen kann und dass die daraus resultierenden bildbasierten "Fingerabdrücke" des Gewebes stabil genug bleiben, um in der Forschung und möglicherweise künftig in der klinischen Entscheidungsfindung Vertrauen zu rechtfertigen. Während kleine, schwer sichtbare Strukturen weiterhin von menschlicher Feinabstimmung profitieren, bieten KI‑gesteuerte und hybride Konturierungsansätze bereits hohe Genauigkeit und erhebliche Zeitersparnis. Das eröffnet die Möglichkeit wirklich adaptiver Strahlentherapiesitzungen, bei denen die Behandlung schnell an die aktuelle Anatomie und eines Tages vielleicht an radiomische Marker angepasst werden kann, die in Echtzeit signalisieren, wie der Krebs jedes Patienten reagiert.

Zitation: Schmidt, R., Bajerski, D., Bicu, A.S. et al. Feasibility of automated AI-based contouring and stable radiomic feature assessment by HyperSight-CBCT Imaging for adaptive high-precision radiotherapy of prostate cancer. Sci Rep 16, 12191 (2026). https://doi.org/10.1038/s41598-026-46359-3

Schlüsselwörter: Strahlentherapie bei Prostatakrebs, KI-Autokonturierung, Cone-Beam-CT-Bildgebung, Radiomik, adaptive Strahlentherapie