Künstliche Intelligenz (KI) findet zunehmend Eingang in alle vier Säulen des Fachs Radioonkologie, berichtete PD Dr. Florian Putz, Universitätsklinikum Erlangen – von der Medizinphysik und Therapie­planung über die klinische Radioonkologie und Radiobiologie bis hin zur patient:innenzentrierten Versorgung. Im Bereich der Radiotherapie-Planung habe KI bereits Relevanz in allen Bereichen der Planungskette, sagte Dr. Putz, etwa in der Bild­gebung bis hin zur Erstellung einer synthetischen CT, in der computer­basierten Behandlungs­planung, der Tumor-Autokonturierung, der automatischen Zielvolumenerstellung und Dosisvorhersage bis zur computerkontrollierten Behandlung und Adaptation. 

Bei der Konturierung von Risikoorganen (OAR) habe KI „menschliches Niveau“ erreicht, sei aber viel schneller. Im Bereich Metastasen-Autodetektion und -konturierung in hochaufgelösten MRT-Datensätzen sei es sogar möglich, durch einen KI-unterstützten Workflow 15 % zusätzliche Metastasen zu detektieren. Bei der automatischen Zielvolumen­erstellung – Dr. Putz nannte beispielhaft die Lymphknotenzielvolumina im Kopf-Hals-Bereich – hätten sich KI und Expert:innenzielvolumina in einer verblindeten Bewertung als gleichwertig erwiesen. 

„Bei der Dosisvorhersage ist Deep Learning rechnerisch effizienter als die physik­basierte Dosisberechnung“, konstatierte der Erlanger Strahlentherapeut. Im Hinblick auf die computerkontrollierte Therapie sieht er die MR-­LINAC-Strahlentherapie und die adaptive Radiotherapie als „wichtige Katalysatoren“, um die KI-basierte Automatisierung in der Strahlen­therapie voranzutreiben. Auch in der Radiobiologie spiele Deep Learning inzwischen eine Schlüsselrolle, etwa wenn es um die Integration hochdimensionaler multimodaler Daten oder die Modellierung nicht-linearer Beziehungen (z.B. DeepSurv) gehe, so der Referent. 

Drei Viertel der Antworten von GPT-4 waren richtig

Nicht minder wichtig: In der klinischen Radioonkologie wird die Rolle von KI in der Entscheidungsunterstützung immer wichtiger. Neue Textmodelle wie GPT-4 zeigten in diesem Kontext bereits eine erstaunliche Leistungsfähigkeit. Die Evaluation von GPT-4 in der Radioonkologie habe zu 74,6 % richtigen Antworten geführt und die KI sei bereits in der Lage, gute Therapieempfehlungen zu geben. 

In einem verblindeten Expert:innenranking schnitt KI im Hinblick auf radioonko­logische Therapieempfehlungen nur unwesentlich schlechter ab als Expert:innen. Allerdings träten in rund 13 % der Fälle noch „Halluzinationen“ auf, sodass eine menschliche Überprüfung derzeit noch unabdingbar sei. Dr. Putz berichtete, dass er GPT-4 angewiesen hatte, eine Literaturquelle für eine bestimmte medizinische Aussage zu liefern. Was die KI auch tat. Allein: Die gelieferte Quelle exis­tierte gar nicht.

KI könne auch dazu beitragen, die Zufriedenheit von Krebspatient:innen und Personal mit der Therapiedurchführung zu verbessern, etwa durch  „personalisierte, artistische Multimediainhalte“. Dr. Putz: „Kreativ-artistische Fähigkeiten neuester KI-Modelle könnten genutzt werden, um ein wirklich personalisiertes Ambiente und Supportiv­programm zu ­schaffen.“

Quelle:
Putz F. 29. Kongress der Deutschen Gesellschaft für Radioonkologie; Symposium „Digitalisierung und Artificial Intelligence“