Radioonkologie

Der Erfolg der Strahlentherapie hängt entscheidend von der Präzision ab. Die Integration der Magnetresonanztomographie (MRT) mit einem Linearbeschleuniger (Linac) in einem einzigen Hybridgerät (MR-Linac) für die MRT-geführte adaptive online-Strahlentherapie ist einer der wichtigsten technologischen Fortschritte in der Strahlentherapie der letzten Jahre. Während jeder Behandlungssitzung wird ein MRT durchgeführt, die Konturen des Tumors und der Risikoorgane werden angepasst und die Bestrahlungspläne neu optimiert. Anatomische Veränderungen (Tumorwachstum oder -schrumpfung, Ödeme des gesunden Gewebes) können im Verlauf der Strahlentherapie erkannt werden, was eine genaue Einschätzung der behandlungsbedingten Nebenwirkungen ermöglicht. Die adaptive online-MRT verbessert aber nicht nur die geometrische Hochpräzisionsbehandlung, sondern erfasst auch funktionelle und quantitative MRT-Daten, was eine sequenzielle Überwachung quantitativer Bildgebungs-Biomarker (QIB) während der Strahlentherapie ermöglicht. Dadurch können möglicherweise eine frühe Reaktionsprognose und eine individualisierte Dosisverschreibung basierend auf der Behandlungsreaktion und biologischen Prognosefaktoren abgeleitet werden. Ziel dieses Forschungsschwerpunktes ist die Analyse der online-Integration anatomischer und funktioneller Bildgebung in der adaptiven Strahlentherapie.

Im Rahmen von innovativen Forschungsprojekten werden in der Sektion für Biomedizinische Physik verschiedene Aspekte zur Nutzung und Weiterentwicklung des Maschinellen Lernens (ML) sowie der Künstlichen Intelligenz (KI) im Bereich der Medizinischen Physik bzw. der Radioonkologie durchgeführt. In Kooperationen mit dem Exzellenzcluster Maschinelles Lernen und dem MiDAs-Lab des Departments Radiologie werden beispielweise ML-Methoden zur automatischen Annotation von multi-modalen Bilddaten zur anschließenden Nutzung in der Strahlentherapieplanung entwickelt und validiert (siehe Abbildung). Weitere Forschungsprojekte beschäftigen sich mit der schnellen, KI-basierten Berechnung von Strahlendosis im Gewebe oder mit der Automatisierung der Bestrahlungsplanung durch Nutzung tiefer neuronaler Netzwerke.

Publikationen

Moderne Bildgebungsverfahren wie die Positronen-Emissions-Tomografie (PET) oder Magnetresonanztomografie (MRT) erlauben nicht nur eine Darstellung der Körperanatomie, sondern ermöglichen auch die Aufnahme und Quantifizierung physiologischer Prozesse im menschlichen Körper durch funktionelle Bildgebung. Die hieraus gewonnen Informationen werden in der Sektion für Biomedizinische Physik genutzt, um die Strahlentherapie für Patienten immer individualisierter zu gestalten. Dies geschieht im Rahmen der Nutzung funktioneller PET und MRT-Bildgebung zur besseren Abschätzung von Tumorausdehnungen als auch zur personalisierten Vorhersage des Therapieansprechens der Patienten. Ein weiteres Ziel ist patientenindividuelle, radioresistente Tumorbereiche über funktionelle Bildgebungstechniken zu identifizieren, die in klinischen Studien mit einer erhöhten Strahlendosis behandelt werden.

In der Universitätsklinik für Radioonkologie werden Studien durchgeführt, die maximale geometrische Präzision durch technologische Weiterentwicklungen und biologische Präzision kombinieren. Als Beispiel hierfür kann das Rektumkarzinom aufgeführt werden. So konnte im Rahmen DFG-geförderter Projekte ein neues Therapieschema für die dosiseskalierte Strahlentherapie des Rektumkarzinoms etabliert werden, dass bei vielen Patienten mit frühen Tumorstadien zu einer vollständigen Rückbildung des Tumors führt. Eine zentrale Rolle spielt hierbei auch die funktionelle Bildgebung, die longitudinale währenden Behandlungen akquiriert und quantitativ ausgewertet wird. In der vorangegangenen CAO/ARO/AIO-16 Studie zum Organerhalt beim Rektumkarzinom konnten über eine RNA-Sequenzierung potentielle Target-Gene für eine Radiosensibilisierung identifiziert werden, die derzeit im Rahmen von Forschungsprojekten näher untersucht werden.