Quantifizierung der Netto-Wasseraufnahme im ischämischen Schlaganfall auf der Grundlage von Deep Learning - Eine multizentrische Studie zur Implementierung eines Imaging Biomarkers in die klinische Diagnostik

• Antragsteller: Professor Dr. Gabriel Broocks; Professor Dr. René Werner
• Fachliche Zuordnung: Klinische Neurologie; Neurochirurgie und Neuroradiologie
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 514830458

Der ischämische Schlaganfall ist eine häufige Todesursache in Deutschland und liegt hinter dem akuten Koronarsyndrom und Krebs an dritter Stelle. Darüber hinaus ist der Schlaganfall die häufigste Ursache für Behinderung und Pflegebedürftigkeit im Alter. Die neuroradiologische Bildgebung ist die Grundlage für eine gezielte und effektive Behandlung des ischämischen Schlaganfalls, und die Computertomographie (CT) ist die am häufigsten eingesetzte Bildgebungsmodalität beim ischämischen Schlaganfall. Die Computertomographie kann beim akuten Schlaganfall ein fortschreitendes Gewebeödem erkennen und quantifizieren, welches das pathophysiologische Merkmal des Gehirns nach einem akuten Infarkt ist, der durch eine gestörte Wasserhomöostase verursacht wird. Der Mangel an quantitativen Imaging Biomarkern in der Akutdiagnostik ist jedoch eine grundlegende Herausforderung für die Bildgebung im akuten Schlaganfall. Bei einem ischämischen Schlaganfall hängt die Indikation für eine thrombolytische und endovaskuläre Behandlung von der Zeit zwischen dem Auftreten der Symptome und Aufnahme ab. Bei unbekanntem Symptombeginn oder im erweiterten Zeitfenster ist eine bildgebende Untersuchung erforderlich, um eine Indikation zur Behandlung zu stellen, z.B. mittels Magnetresonanztomographie (MRT) oder Computertomographie (CT) mit Perfusion. Der Einsatz der CT in der Akutsituation hat den Vorteil der höheren Verfügbarkeit, Anwendbarkeit und Schnelligkeit. Um jedoch die Anwendung von intravenöser Alteplase (EXTENT-Studie) oder endovaskulärer Behandlung (DEFUSE-3-Studie) zu indizieren, sind automatisierte CT-Perfusionsanalysetools erforderlich, wie in den aktuellen Leitlinien festgelegt. Ziel dieses Projekts ist die Entwicklung und Validierung einer Deep-Learning-Lösung für die automatisierte CT-basierte Quantifizierung der Netto-Wasseraufnahme von Läsionen als praktikable Alternative zur Identifizierung von Patienten innerhalb eines geeigneten Zeitfensters für eine intravenöse Thrombolyse. Weitere mögliche unmittelbare Anwendungsmöglichkeiten einer automatisierten CT-basierten Methode zur Bestimmung der Wasseraufnahme von ischämischen Läsionen im Management des akuten Schlaganfalls ist die frühzeitige Prädiktion eines malignen Mediainfarktes.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: USA
• Mitverantwortliche: Professor Dr. Jens Fiehler; Dr. Jan Erik Gewehr; Privatdozentin Dr. Uta Hanning; Professor Dr. André Kemmling; Professor Dr. Sönke Langner
• Kooperationspartner: Professor Dr. Michael H. Lev