Glioblastome sind aggressive Hirntumore, die zugleich unter den Hirntumoren am häufigsten vorkommen. Die Überlebenszeit für die Patienten beträgt etwa 5 Monate, und nur 2 Monate, wenn die Krankheit unbehandelt bleibt. Das Standardverfahren für die Behandlung dieser Tumorart ist eine Kombination aus chirurgischer Entfernung und Strahlentherapie. Zusätzlich wird eine Chemotherapie mit Temozolomid (TMZ) angewendet. Nach dieser Behandlung muss untersucht werden, ob der Tumor fortschreitet oder ob die Behandlung wirksam ist. Eine Unterscheidung zwischen Tumorfortschritt und Entzündung (Pseudo-Progress) ist mit Biopsie möglich. Jedoch sind chirurgische Eingriffe mit Risiken und hohen Kosten verbunden, die wenig Nutzen haben. Eine zuverlässige Differenzierungsmethode ist notwendig, um Patienten, die nicht von einer TMZ-Behandlung profitieren, vor toxischen Effekten zu schützen und unnötige Kosten zu vermeiden.
Bei den konventionellen T1- und T2-gewichteten MR-Bildern lassen sich Tumorfortschritt und Pseudo-Progress im Bereich des entfernten Tumors nicht leicht unterscheiden. Durch eine Kombination von T1- und Perfusions-MR-Bildern könnte es jedoch möglich sein, beide Fälle etwas besser zu unterscheiden, da das regionale zerebrale Blutvolumen bei rezidivierenden Gliomen (rZBV) durch die erhöhte Vaskularität erhöht ist. Bisher gibt es kein Werkzeug (Software) auf dem Markt, das automatisch zwischen Fortschritt und Pseudo-Fortschritt unterscheiden kann. Eine solche Klassifizierungssoftware ist das Entwicklungsziel dieses Projekts.
Der Marktbedarf ist immens, da die Entscheidung bisher von Radiologen ohne technische Unterstützung getroffen wird. Mit unserer Software können vermeidbare Eingriffe, die mit den Risiken einer Gehirnoperation verbunden sind, verhindert werden. Zusätzlich werden bei Patienten, die keinen Progress zeigen, die toxischen Wirkungen von TMZ vermieden und Kosten durch Einsparung der TMZ-Medikamente verringert.
Start: Oktober 2017
Ende: August 2019
Förderprogramm: AiF – ZIM Framework
