Publikationen im NUM
Hier finden Sie eine Liste der Publikationen, die im Zusammenhang mit dem Netzwerk Universitätsmedizin in der ersten und zweiten Förderphase entstanden sind.
S. Denner,
D. Zimmerer,
D. Bounias,
M. Bujotzek,
S. Xiao,
R. Stock,
L. Kausch,
P. Schader,
T. Penzkofer,
P. F. Jäger and
K. Maier-Hein,
"Leveraging foundation models for content-based image retrieval in radiology",
Computers in biology and medicine,
vol. 196,
no. Pt A,
pp. 110640,
Sep.
2025.
Abstract:
Content-based image retrieval (CBIR) has the potential to significantly improve diagnostic aid and medical research in radiology. However, current CBIR systems face limitations due to their specialization to certain pathologies, limiting their utility. On the other hand, several vision foundation models have been shown to produce general-purpose visual features. Therefore, in this work, we propose using vision foundation models as powerful and versatile off-the-shelf feature extractors for content-based image retrieval. Our contributions include: (1) benchmarking a diverse set of vision foundation models on an extensive dataset comprising 1.6 million 2D radiological images across four modalities and 161 pathologies; (2) identifying weakly-supervised models, particularly BiomedCLIP, as highly effective, achieving a P@1 of up to 0.594 (P@3: 0.590, P@5: 0.588, P@10: 0.583), comparable to specialized CBIR systems but without additional training; (3) conducting an in-depth analysis of the impact of index size on retrieval performance; (4) evaluating the quality of embedding spaces generated by different models; and (5) investigating specific challenges associated with retrieving anatomical versus pathological structures. Despite these challenges, our research underscores the vast potential of foundation models for CBIR in radiology, proposing a shift towards versatile, general-purpose medical image retrieval systems that do not require specific tuning. Our code, dataset splits and embeddings are publicly available here.
| DOI: | 10.1016/j.compbiomed.2025.110640 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/40639009/ |
Abstract:
Content-based image retrieval (CBIR) has the potential to significantly improve diagnostic aid and medical research in radiology. However, current CBIR systems face limitations due to their specialization to certain pathologies, limiting their utility. On the other hand, several vision foundation models have been shown to produce general-purpose visual features. Therefore, in this work, we propose using vision foundation models as powerful and versatile off-the-shelf feature extractors for content-based image retrieval. Our contributions include: (1) benchmarking a diverse set of vision foundation models on an extensive dataset comprising 1.6 million 2D radiological images across four modalities and 161 pathologies; (2) identifying weakly-supervised models, particularly BiomedCLIP, as highly effective, achieving a P@1 of up to 0.594 (P@3: 0.590, P@5: 0.588, P@10: 0.583), comparable to specialized CBIR systems but without additional training; (3) conducting an in-depth analysis of the impact of index size on retrieval performance; (4) evaluating the quality of embedding spaces generated by different models; and (5) investigating specific challenges associated with retrieving anatomical versus pathological structures. Despite these challenges, our research underscores the vast potential of foundation models for CBIR in radiology, proposing a shift towards versatile, general-purpose medical image retrieval systems that do not require specific tuning. Our code, dataset splits and embeddings are publicly available here.
M. B. Krueger,
T. Werncke,
M. Eicke,
N. Schwerk,
J. Eckstein,
C. Huisinga,
C. Panknin,
H. Shin,
F. J. Silchmüller,
R. E. Schultze-Florey,
G. Hansen,
F. Wacker,
S. Hellms and
D. M. Renz,
"Photon-counting Detector CT Enables Pediatric Low-dose Chest Imaging With Further Reduction of Radiation Exposure.",
Investigative radiology,
Sep.
2025.
Abstract:
Photon-counting-Detektor berechnete Tomographie (PCD CT) bietet eine höhere Dosiseffizienz als herkömmliche energieintegrierende Detektor CT (EID CT), was besonders für Kinder von Vorteil ist. Ein breiter Beweis fehlt, ob häufig erworbene pädiatrische Tiefdosis-Lungenbildgebung mit PCD CT weiter verbessert werden kann. Zum Vergleich der Strahlenexposition, quantitativer und qualitativer Bildqualität der pädiatrischen Tiefdosis Brust PCD CT gegen EID CT Untersuchungen. Unverstärkte, für klinische Indikationen erworbene, niederdosisarme PCD-CT- und EID-CT-Untersuchungen wurden rückwirkend verglichen. Kohorten wurden durch Wasseräquivalentdurchmesser (Dw) und Alter (n = 44 je; Medianalter 6,3 y PCD CT vs. 7,4 y EID CT) abgestimmt. Die Strahlenexposition wurde nach Volumen CT Dosisindex (CTDIvol), Dosislängenprodukt (DLP) und größenspezifische Dosisschätzung (SSDE) analysiert. Quantitative Bildqualitätsbeurteilung beinhaltete die Platzierung von interessierenden Bereichen (ROIs) in Lunge, Herz und Leber zur Extraktion von mittlerer Dämpfung, Rauschen, Signal-Rausch-Verhältnis (SNR), Kontrast-Rausch-Verhältnis (CNR) und Wertzahlen (FOMs). Qualitative Bildqualität wurde von 3 Lesern unter Verwendung von Likert-Skalen und zusätzlichen direkten Vergleichen blind bewertet. Gewicht, Höhe und Körpermasseindex (BMI) waren zwischen den 2 Kohorten (P>0.05) nicht signifikant verschieden. PCD-CT-Untersuchungen zeigten niedrigere mediane CTDIvol (0.27 vs. 0.39 mGy, P<0.0001), DLP (6.71 vs. 8.75 mGy*cm, P<0.0001), und SSDE (0.55 vs. 0.83 mGy, P<0.0001) im Vergleich zu EID CT. Qualitative Bewertung zeigte gleiche und insgesamt ausgezeichnete Ergebnisse für beide Kohorten. PCD CT ermöglicht die pädiatrische Tiefdosis-Brustbildgebung mit geringerer Strahlungsbelichtung bei ähnlicher Bildqualität im Vergleich zu EID CT.
| DOI: | 10.1097/RLI.0000000000001234 |
Abstract:
Photon-counting-Detektor berechnete Tomographie (PCD CT) bietet eine höhere Dosiseffizienz als herkömmliche energieintegrierende Detektor CT (EID CT), was besonders für Kinder von Vorteil ist. Ein breiter Beweis fehlt, ob häufig erworbene pädiatrische Tiefdosis-Lungenbildgebung mit PCD CT weiter verbessert werden kann. Zum Vergleich der Strahlenexposition, quantitativer und qualitativer Bildqualität der pädiatrischen Tiefdosis Brust PCD CT gegen EID CT Untersuchungen. Unverstärkte, für klinische Indikationen erworbene, niederdosisarme PCD-CT- und EID-CT-Untersuchungen wurden rückwirkend verglichen. Kohorten wurden durch Wasseräquivalentdurchmesser (Dw) und Alter (n = 44 je; Medianalter 6,3 y PCD CT vs. 7,4 y EID CT) abgestimmt. Die Strahlenexposition wurde nach Volumen CT Dosisindex (CTDIvol), Dosislängenprodukt (DLP) und größenspezifische Dosisschätzung (SSDE) analysiert. Quantitative Bildqualitätsbeurteilung beinhaltete die Platzierung von interessierenden Bereichen (ROIs) in Lunge, Herz und Leber zur Extraktion von mittlerer Dämpfung, Rauschen, Signal-Rausch-Verhältnis (SNR), Kontrast-Rausch-Verhältnis (CNR) und Wertzahlen (FOMs). Qualitative Bildqualität wurde von 3 Lesern unter Verwendung von Likert-Skalen und zusätzlichen direkten Vergleichen blind bewertet. Gewicht, Höhe und Körpermasseindex (BMI) waren zwischen den 2 Kohorten (P>0.05) nicht signifikant verschieden. PCD-CT-Untersuchungen zeigten niedrigere mediane CTDIvol (0.27 vs. 0.39 mGy, P<0.0001), DLP (6.71 vs. 8.75 mGy*cm, P<0.0001), und SSDE (0.55 vs. 0.83 mGy, P<0.0001) im Vergleich zu EID CT. Qualitative Bewertung zeigte gleiche und insgesamt ausgezeichnete Ergebnisse für beide Kohorten. PCD CT ermöglicht die pädiatrische Tiefdosis-Brustbildgebung mit geringerer Strahlungsbelichtung bei ähnlicher Bildqualität im Vergleich zu EID CT.
J. Bienzeisler,
A. Kombeiz,
H. Heidemeyer,
M. Hertwig,
B. Erdmann,
M. Pegoraro,
S. Ehrentreich,
P. A. Eder,
J. Mosebach,
A. Rashid and
R. W. Majeed,
"Embedding FHIR in Medical PDF: A Migration Path for Interoperable Documentation"
in Studies in Health Technology and Informatics, Röhrig, Rainer and Ganslandt, Thomas and Jung, Klaus and Kock-Schoppenhauer, Ann-Kristin and König, Jochem and Sax, Ulrich and Sedlmayr, Martin and Spreckelsen, Cord and Zapf, Antonia, Eds.
IOS Press,
Sep.
2025.
Abstract:
Introduction: Medical services routinely transmit patient data using PDF, even as FHIR emerges as the standard for structured healthcare interoperability. This mismatch reflects a broader fragmentation in digital documentation, where pragmatic workflows often outpace technical ideals. Methods: We propose embedding FHIR bundles into PDF to enable structured data reuse without disrupting established processes. These hybrid documents can be processed via FHIR Binary endpoints, allowing downstream systems to extract, validate, and map the embedded data to interoperable resources. Results: A proof-of-concept using German emergency medical services records demonstrates that vital parameters and timestamps can be transmitted as PDF while preserving machine-readable structure. Conclusion: This approach respects existing transport mechanisms and accommodates heterogeneous IT landscapes. By bridging legacy formats with modern standards, the method offers a scalable migration path toward interoperability—ready to deploy wherever PDF are already in use. Thus, our approach provides a migration pathway for integrating routine data into interoperable research infrastructures, enabling structured reuse without altering clinical workflows.
| DOI: | 10.3233/SHTI251395 |
| ISBN: | 978-1-64368-615-8 |
| Datei: | https://ebooks.iospress.nl/doi/10.3233/SHTI251395 |
Abstract:
Introduction: Medical services routinely transmit patient data using PDF, even as FHIR emerges as the standard for structured healthcare interoperability. This mismatch reflects a broader fragmentation in digital documentation, where pragmatic workflows often outpace technical ideals. Methods: We propose embedding FHIR bundles into PDF to enable structured data reuse without disrupting established processes. These hybrid documents can be processed via FHIR Binary endpoints, allowing downstream systems to extract, validate, and map the embedded data to interoperable resources. Results: A proof-of-concept using German emergency medical services records demonstrates that vital parameters and timestamps can be transmitted as PDF while preserving machine-readable structure. Conclusion: This approach respects existing transport mechanisms and accommodates heterogeneous IT landscapes. By bridging legacy formats with modern standards, the method offers a scalable migration path toward interoperability—ready to deploy wherever PDF are already in use. Thus, our approach provides a migration pathway for integrating routine data into interoperable research infrastructures, enabling structured reuse without altering clinical workflows.
[en]
M. Macedo,
J. Wiedekopf,
T. Hillmer,
B. Schreiweis,
S. Saalfeld and
H. Ulrich,
"From text to knowledge: An end-to-end extraction pipeline for
clinical information",
Stud. Health Technol. Inform.,
vol. 329,
pp. 1074—1078,
Aug.
2025.
Abstract:
Die Publikation beschreibt die Extraktion von Allergieinformationen aus Entlassbriefen des UKSH mittels verschiedener Large-Language-Modelle. Zusätzlich wurden die Allergieinformationen nach der Extraktion automatisiert SNOMED CT codiert und als FHIR Observations abgelegt.
Abstract:
Die Publikation beschreibt die Extraktion von Allergieinformationen aus Entlassbriefen des UKSH mittels verschiedener Large-Language-Modelle. Zusätzlich wurden die Allergieinformationen nach der Extraktion automatisiert SNOMED CT codiert und als FHIR Observations abgelegt.
[en]
T. Bronsch,
M. Anywar,
B. Kinast,
H. Ulrich,
M. Macedo,
J. Kruse,
P. Behrend and
B. Schreiweis,
"Implementation of a patient consent management at a German
medical data integration center",
Stud. Health Technol. Inform.,
vol. 329,
pp. 1626—1627,
Aug.
2025.
Abstract:
Die Publikation beschreibt die Integration der Broad Consent Informationen in das UKSH MeDIC mit der Erfassung im Primärsystem, der JSON-basierten Übermittlung an das MeDIC. Darüber hinaus werden die zentraler Speicherung in einer IHE Advanced Patient Privacy Consents (APPC) Komponente, sowie abfragbarer und auswertbarer Umsetzungen in openEHR und MII FHIR Kerndatensatz beschrieben.
Abstract:
Die Publikation beschreibt die Integration der Broad Consent Informationen in das UKSH MeDIC mit der Erfassung im Primärsystem, der JSON-basierten Übermittlung an das MeDIC. Darüber hinaus werden die zentraler Speicherung in einer IHE Advanced Patient Privacy Consents (APPC) Komponente, sowie abfragbarer und auswertbarer Umsetzungen in openEHR und MII FHIR Kerndatensatz beschrieben.
S. Schulze-Weddige,
U. Fehrenbach,
J. Kolck,
R. Ruppel,
G. L. Baumgärtner,
M. Lindholz,
I. T. Schobert,
A. Haack,
H. Jann,
M. Mogl,
D. Geisel,
B. Wiedenmann and
T. Penzkofer,
"Automatic 3D Tracking of Liver Metastases: Follow-Up Assessment of Cancer Patients in Contrast-Enhanced MRI.",
Bioengineering (Basel, Switzerland),
Aug.
2025.
Abstract:
Das differenzierte Wachstum der sekundären Lebermetastasen ist für die frühe Erkennung von Progression wichtig, bleibt aber aufgrund variabler Tumorwachstumsraten herausfordernd. Wir wollten eine genaue, konsequente und effiziente Längsüberwachung automatisieren. Wir entwickelten einen automatischen 3D-Segmentierungs- und Tracking-Algorithmus, um das differentielle Wachstum zu quantifizieren, getestet auf kontrastverstärkten MRI-Follow-ups von Patienten mit neuroendocrine Lebermetastasen (NELMs). Die Ausgabe wurde in ein Entscheidungshilfeinstrument integriert, um zwischen fortschreitender Krankheit, stabiler Krankheit und teilweiser/vollständiger Reaktion zu unterscheiden. Eine Anwenderstudie, die eine Expertengruppe von sieben Expertenradiologen umfasst, hat ihre Auswirkungen bewertet. Gruppenvergleiche nutzten den Friedman-Test mit Post-hoc-Analysen. Unser Algorithmus entdeckte 991 Metastasen bei 30 Patienten: 13% neu, 30% progressiv, 18% stabil und 18% regressiv; der Rest war entweder zu klein, um (15%) zu messen oder mit einer anderen Metastasierung in der Folgebewertung (6%) zusammengeführt. Die Diagnosegenauigkeit verbesserte sich mit zusätzlichen Informationen über die Lebertumorbelastung und das Differenzwachstum, wenn auch nicht signifikant (<i>p</i> = 0,72). Die Diagnosezeit wurde erhöht (>i>p</i> < 0,001). Alle Radiologen fanden die Methode nützlich und drückten den Wunsch aus, sie in bestehende diagnostische Werkzeuge zu integrieren. Wir automatisierten Segmentierung und Quantifizierung einzelner NELMs und ermöglichen eine umfassende Längsanalyse des differentiellen Tumorwachstums mit dem Potenzial, die klinische Entscheidungsfindung zu verbessern.
| DOI: | 10.3390/bioengineering12080874 |
Abstract:
Das differenzierte Wachstum der sekundären Lebermetastasen ist für die frühe Erkennung von Progression wichtig, bleibt aber aufgrund variabler Tumorwachstumsraten herausfordernd. Wir wollten eine genaue, konsequente und effiziente Längsüberwachung automatisieren. Wir entwickelten einen automatischen 3D-Segmentierungs- und Tracking-Algorithmus, um das differentielle Wachstum zu quantifizieren, getestet auf kontrastverstärkten MRI-Follow-ups von Patienten mit neuroendocrine Lebermetastasen (NELMs). Die Ausgabe wurde in ein Entscheidungshilfeinstrument integriert, um zwischen fortschreitender Krankheit, stabiler Krankheit und teilweiser/vollständiger Reaktion zu unterscheiden. Eine Anwenderstudie, die eine Expertengruppe von sieben Expertenradiologen umfasst, hat ihre Auswirkungen bewertet. Gruppenvergleiche nutzten den Friedman-Test mit Post-hoc-Analysen. Unser Algorithmus entdeckte 991 Metastasen bei 30 Patienten: 13% neu, 30% progressiv, 18% stabil und 18% regressiv; der Rest war entweder zu klein, um (15%) zu messen oder mit einer anderen Metastasierung in der Folgebewertung (6%) zusammengeführt. Die Diagnosegenauigkeit verbesserte sich mit zusätzlichen Informationen über die Lebertumorbelastung und das Differenzwachstum, wenn auch nicht signifikant (<i>p</i> = 0,72). Die Diagnosezeit wurde erhöht (>i>p</i> < 0,001). Alle Radiologen fanden die Methode nützlich und drückten den Wunsch aus, sie in bestehende diagnostische Werkzeuge zu integrieren. Wir automatisierten Segmentierung und Quantifizierung einzelner NELMs und ermöglichen eine umfassende Längsanalyse des differentiellen Tumorwachstums mit dem Potenzial, die klinische Entscheidungsfindung zu verbessern.
[de]
K. Allgoewer,
S. Windeck,
C. Stark,
A. K. Kuderna,
S. Stillfried,
F. Fend,
J. Pablik,
B. Märkl,
T. Schaller,
H. Radbruch,
P. Boor and
B. Ondruschka,
"Das Nationale Obduktionsnetzwerk nach der COVID-19-Pandemie",
Rechtsmedizin,
vol. 35,
pp. 315–322,
Aug.
2025.
Abstract:
Obduktionen spielen eine zentrale Rolle in der Aufklärung von Todesursachen, der Qualitätssicherung in der Medizin und der biomedizinischen Forschung. Während der COVID-19-Pandemie rückte ihr wissenschaftlicher Wert erneut in den Fokus. In diesem Kontext entstand das Nationale Obduktionsnetzwerk (NATON) als interdisziplinäre Plattform für krankheitsbezogene postmortale Forschung. Das Obduktionsnetzwerk umfasst aktuell Institute von über 90 % der deutschen Universitätsklinika und vereint Rechtsmedizin, Pathologie und Neuropathologie in einem einzigartigen Verbund. 2780 vollständige Obduktionsdatensätze und Informationen zu mehr als 67.000 postmortalen Gewebeproben wurden zentral erfasst. Neue krankheitsspezifische Registermodule – etwa zu weiteren Infektionskrankheiten, Arzneimittelerkrankungen, Tumorerkrankungen, intensivmedizinischen Verläufen und plötzlichem Herztod – sollen das Spektrum der Forschung erweitern. Die Rechtsmedizin trägt mit hoher Obduktionsfrequenz und spezifischer Fachexpertise entscheidend zur Weiterentwicklung des Netzwerks bei.
| DOI: | 10.1007/s00194-025-00784-2 |
| Datei: | https://doi.org/10.1007/s00194-025-00784-2 |
Abstract:
Obduktionen spielen eine zentrale Rolle in der Aufklärung von Todesursachen, der Qualitätssicherung in der Medizin und der biomedizinischen Forschung. Während der COVID-19-Pandemie rückte ihr wissenschaftlicher Wert erneut in den Fokus. In diesem Kontext entstand das Nationale Obduktionsnetzwerk (NATON) als interdisziplinäre Plattform für krankheitsbezogene postmortale Forschung. Das Obduktionsnetzwerk umfasst aktuell Institute von über 90 % der deutschen Universitätsklinika und vereint Rechtsmedizin, Pathologie und Neuropathologie in einem einzigartigen Verbund. 2780 vollständige Obduktionsdatensätze und Informationen zu mehr als 67.000 postmortalen Gewebeproben wurden zentral erfasst. Neue krankheitsspezifische Registermodule – etwa zu weiteren Infektionskrankheiten, Arzneimittelerkrankungen, Tumorerkrankungen, intensivmedizinischen Verläufen und plötzlichem Herztod – sollen das Spektrum der Forschung erweitern. Die Rechtsmedizin trägt mit hoher Obduktionsfrequenz und spezifischer Fachexpertise entscheidend zur Weiterentwicklung des Netzwerks bei.
[de]
I. Becker,
K. Püschel,
F. Stallbaum,
B. Ondruschka and
F. Heinrich,
"Die Übersehenen der Pandemie: Eine retrospektive populationsbasierte Datenanalyse der COVID-19-Pandemie aus Hamburg",
Rechtsmedizin,
vol. 35,
pp. 332–343,
Aug.
2025.
Abstract:
Ziel dieser Studie war es, zu ermitteln, ob alle meldepflichtigen COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis und Hamburger Zuständigkeit im Zeitraum vom 01.03.2020 bis zum 31.12.2021 an die zuständige Landesbehörde und damit an das Robert Koch-Institut übermittelt worden sind. Zudem sollte überprüft werden, ob und welche Variablen einen Einfluss auf das Endergebnis der Übermittlung hatten. Meldepflichtige Hamburger COVID-19-Todesfälle wurden über die Todesbescheinigungen, die vorliegenden Daten der Gesundheitsämter und des Instituts für Rechtsmedizin in Hamburg identifiziert. E 2237 meldepflichtige COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis wurden in die Studie eingeschlossen. 90,3 % (95 % KI: 88,9–91,4) der meldepflichtigen COVID-19-Todesfälle dieser Studie wurden korrekt an die zuständige Landebehörde übermittelt. Verschiedene medizinische, institutionelle und soziodemographische Variablen waren mit der Chance der Übermittlung assoziiert. Meldestandards und Prozesse sollten vereinheitlicht und digitalisiert werden, um für zukünftige Pandemien ein vollständiges Übermittlungsergebnis zu erreichen.
| DOI: | 10.1007/s00194-025-00788-y |
| Datei: | https://doi.org/10.1007/s00194-025-00788-y |
Abstract:
Ziel dieser Studie war es, zu ermitteln, ob alle meldepflichtigen COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis und Hamburger Zuständigkeit im Zeitraum vom 01.03.2020 bis zum 31.12.2021 an die zuständige Landesbehörde und damit an das Robert Koch-Institut übermittelt worden sind. Zudem sollte überprüft werden, ob und welche Variablen einen Einfluss auf das Endergebnis der Übermittlung hatten. Meldepflichtige Hamburger COVID-19-Todesfälle wurden über die Todesbescheinigungen, die vorliegenden Daten der Gesundheitsämter und des Instituts für Rechtsmedizin in Hamburg identifiziert. E 2237 meldepflichtige COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis wurden in die Studie eingeschlossen. 90,3 % (95 % KI: 88,9–91,4) der meldepflichtigen COVID-19-Todesfälle dieser Studie wurden korrekt an die zuständige Landebehörde übermittelt. Verschiedene medizinische, institutionelle und soziodemographische Variablen waren mit der Chance der Übermittlung assoziiert. Meldestandards und Prozesse sollten vereinheitlicht und digitalisiert werden, um für zukünftige Pandemien ein vollständiges Übermittlungsergebnis zu erreichen.
M. Künnemann,
C. Römer,
A. Helfen,
A. Bleckmann,
M. Kemper,
W. Heindel,
T. J. Brix,
M. Forsting,
J. Haubold,
M. Opitz,
M. Schuler,
F. Nensa,
K. Borys and
R. Hosch,
"Exploration of Fully-Automated Body Composition Analysis Using Routine CT-Staging of Lung Cancer Patients for Survival Prognosis",
Journal of cachexia, sarcopenia and muscle,
vol. 16,
no. 4,
pp. e70021,
Aug.
2025.
Abstract:
AI-driven automated body composition analysis (BCA) may provide quantitative prognostic biomarkers derived from routine staging CTs. This two-centre study evaluates the prognostic value of these volumetric markers for overall survival in lung cancer patients. Lung cancer cohorts from Hospital A (n = 3345, median age 65, 86% NSCLC, 40% M1, 40% female) and B (n = 1364, median age 66, 87% NSCLC, 37% M1, 38% female) underwent automated BCA of abdominal CTs ±60 days of primary diagnosis. A deep learning network segmented muscle, bone and adipose tissues (visceral = VAT, subcutaneous = SAT, intra-/intermuscular = IMAT and total = TAT) to derive three markers: Sarcopenia Index (SI = Muscle/Bone), Myosteatotic Fat Index (MFI = IMAT/TAT) and Abdominal Fat Index (AFI = VAT/SAT). Kaplan-Meier survival analysis, Cox proportional hazards modelling and machine learning-based survival prediction were performed. A survival model including clinical data (BMI, ECOG, L3-SMI, -SATI, -VATI and -IMATI) was fitted on Hospital A data and validated on Hospital B data. In nonmetastatic NSCLC, high SI predicted longer survival across centres for males (Hospital A: 24.6 vs. 46.0 months; Hospital B: 13.3 vs. 28.9 months; both p < 0.001) and females (Hospital A: 37.9 vs. 53.6 months, p = 0.008; Hospital B: 23.0 vs. 28.6 months, p = 0.018). High MFI indicated reduced survival in males at both hospitals (Hospital A: 43.7 vs. 28.2 months; Hospital B: 28.8 vs. 14.3 months; both p ≤ 0.001) but showed center-dependent effects in females (significant only in Hospital A, p < 0.01). In metastatic disease, SI remained prognostic for males at both centres (p < 0.05), while MFI was significant only in Hospital A (p ≤ 0.001) and AFI only in Hospital B (p = 0.042). Multivariate Cox regression confirmed that higher SI was protective (A: HR 0.53, B: 0.59, p ≤ 0.001), while MFI was associated with shorter survival (A: HR 1.31, B: 1.12, p < 0.01). The multivariate survival model trained on Hospital A's data demonstrated prognostic differentiation of groups in internal (n = 209, p ≤ 0.001) and external (Hospital B, n = 361, p = 0.044) validation, with SI feature importance (0.037) ranking below ECOG (0.082) and M-status (0.078), outperforming all other features including conventional L3-single-slice measurements. CT-based volumetric BCA provides prognostic biomarkers in lung cancer with varying significance by sex, disease stage and centre. SI was the strongest prognostic marker, outperforming conventional L3-based measurements, while fat-related markers showed varying associations. Our multivariate model suggests that BCA markers, particularly SI, may enhance risk stratification in lung cancer, pending centre-specific and sex-specific validation. Integration of these markers into clinical workflows could enable personalized care and targeted interventions for high-risk patients.
| DOI: | 10.1002/jcsm.70021 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/40767951/ |
Abstract:
AI-driven automated body composition analysis (BCA) may provide quantitative prognostic biomarkers derived from routine staging CTs. This two-centre study evaluates the prognostic value of these volumetric markers for overall survival in lung cancer patients. Lung cancer cohorts from Hospital A (n = 3345, median age 65, 86% NSCLC, 40% M1, 40% female) and B (n = 1364, median age 66, 87% NSCLC, 37% M1, 38% female) underwent automated BCA of abdominal CTs ±60 days of primary diagnosis. A deep learning network segmented muscle, bone and adipose tissues (visceral = VAT, subcutaneous = SAT, intra-/intermuscular = IMAT and total = TAT) to derive three markers: Sarcopenia Index (SI = Muscle/Bone), Myosteatotic Fat Index (MFI = IMAT/TAT) and Abdominal Fat Index (AFI = VAT/SAT). Kaplan-Meier survival analysis, Cox proportional hazards modelling and machine learning-based survival prediction were performed. A survival model including clinical data (BMI, ECOG, L3-SMI, -SATI, -VATI and -IMATI) was fitted on Hospital A data and validated on Hospital B data. In nonmetastatic NSCLC, high SI predicted longer survival across centres for males (Hospital A: 24.6 vs. 46.0 months; Hospital B: 13.3 vs. 28.9 months; both p < 0.001) and females (Hospital A: 37.9 vs. 53.6 months, p = 0.008; Hospital B: 23.0 vs. 28.6 months, p = 0.018). High MFI indicated reduced survival in males at both hospitals (Hospital A: 43.7 vs. 28.2 months; Hospital B: 28.8 vs. 14.3 months; both p ≤ 0.001) but showed center-dependent effects in females (significant only in Hospital A, p < 0.01). In metastatic disease, SI remained prognostic for males at both centres (p < 0.05), while MFI was significant only in Hospital A (p ≤ 0.001) and AFI only in Hospital B (p = 0.042). Multivariate Cox regression confirmed that higher SI was protective (A: HR 0.53, B: 0.59, p ≤ 0.001), while MFI was associated with shorter survival (A: HR 1.31, B: 1.12, p < 0.01). The multivariate survival model trained on Hospital A's data demonstrated prognostic differentiation of groups in internal (n = 209, p ≤ 0.001) and external (Hospital B, n = 361, p = 0.044) validation, with SI feature importance (0.037) ranking below ECOG (0.082) and M-status (0.078), outperforming all other features including conventional L3-single-slice measurements. CT-based volumetric BCA provides prognostic biomarkers in lung cancer with varying significance by sex, disease stage and centre. SI was the strongest prognostic marker, outperforming conventional L3-based measurements, while fat-related markers showed varying associations. Our multivariate model suggests that BCA markers, particularly SI, may enhance risk stratification in lung cancer, pending centre-specific and sex-specific validation. Integration of these markers into clinical workflows could enable personalized care and targeted interventions for high-risk patients.
G. L. Frank,
P. Linnemann,
M. Ramm,
G. Schneider,
S. M. Kahnert,
A. Janssen and
R. Conrad,
"Influences of sociodemographic and psychological factors on the improvement of trait resilience after inpatient psychotherapeutic treatment",
Journal of Psychosomatic Research,
vol. 195,
pp. 112185,
Aug.
2025.
Abstract:
In dieser Studie wurde untersucht, wie sich seelische Widerstandskraft (Resilienz) während einer stationären psychosomatischen Psychotherapie verändert. Die Ergebnisse zeigen, dass die Resilienz der 225 Patientinnen und Patienten vom Aufnahme- bis zum Entlassungszeitpunkt deutlich zunahm. Besonders stark profitierten Personen, die zu Beginn eine schlechtere Lebensqualität oder mehr belastende Kindheitserfahrungen hatten. Ein höheres Gefühl von innerer Stabilität und Verstehbarkeit des eigenen Lebens (Sense of Coherence) war insgesamt mit höherer Resilienz verbunden. Die Studie zeigt, dass psychosomatische Therapie die Widerstandskraft stärken kann und dass Resilienz ein wichtiges Therapieziel sein sollte.
| DOI: | https://doi.org/10.1016/j.jpsychores.2025.112185 |
| Datei: | https://www.sciencedirect.com/science/article/pii/S0022399925001497 |
Abstract:
In dieser Studie wurde untersucht, wie sich seelische Widerstandskraft (Resilienz) während einer stationären psychosomatischen Psychotherapie verändert. Die Ergebnisse zeigen, dass die Resilienz der 225 Patientinnen und Patienten vom Aufnahme- bis zum Entlassungszeitpunkt deutlich zunahm. Besonders stark profitierten Personen, die zu Beginn eine schlechtere Lebensqualität oder mehr belastende Kindheitserfahrungen hatten. Ein höheres Gefühl von innerer Stabilität und Verstehbarkeit des eigenen Lebens (Sense of Coherence) war insgesamt mit höherer Resilienz verbunden. Die Studie zeigt, dass psychosomatische Therapie die Widerstandskraft stärken kann und dass Resilienz ein wichtiges Therapieziel sein sollte.
[English]
L. Petrov,
S. Brumhard,
S. Wisniewski,
P. Georg,
D. Hillus,
A. Hiller,
R. Astaburuaga-García,
N. Blüthgen,
E. Wyler,
K. Vogt,
H. Dey,
S. v. Stillfried,
C. Iwert,
R. D. Bülow,
B. Märkl,
L. Maas,
C. Langner,
T. Meyer,
J. Loske,
R. Eils,
I. Lehmann,
B. Ondruschka,
M. Ralser,
J. Trimpert,
P. Boor,
S. Bedoui,
C. Meisel,
M. Mall,
V. Corman,
L. E. Sander,
J. Röhmel and
B. Sawitzki,
"Rewired type I IFN signaling is linked to age-dependent differences in COVID-19",
Cell Reports Medicine,
vol. 6,
no. 8,
pp. 102285,
Aug.
2025.
Abstract:
Hohes Alter ist der wichtigste Risikofaktor für einen schweren oder tödlichen COVID-19-Verlauf, die zugrunde liegenden biologischen Mechanismen sind jedoch noch nicht vollständig verstanden. In dieser Studie wurden Proben von 164 SARS-CoV-2-infizierten Personen im Alter von 1 bis 84 Jahren mit modernen molekularen Methoden untersucht. Dabei zeigte sich, dass sich mit zunehmendem Alter wichtige Abwehr-Signalwege des Immunsystems verändern, was zu einer Verschiebung hin zu stärker entzündlichen Reaktionen führt. Diese Veränderungen gehen mit einer erhöhten Freisetzung von Entzündungsstoffen und einer verzögerten Rückbildung der Immunantwort nach der Infektion einher. Zudem unterscheidet sich die Antikörperantwort zwischen Kindern und Erwachsenen, was erklärt, warum ältere Menschen häufiger überschießende Entzündungen und schwerere Krankheitsverläufe entwickeln.
| DOI: | 10.1016/j.xcrm.2025.102285 |
| Datei: | https://www.cell.com/cell-reports-medicine/abstract/S2666-3791(25)00358-1 |
Abstract:
Hohes Alter ist der wichtigste Risikofaktor für einen schweren oder tödlichen COVID-19-Verlauf, die zugrunde liegenden biologischen Mechanismen sind jedoch noch nicht vollständig verstanden. In dieser Studie wurden Proben von 164 SARS-CoV-2-infizierten Personen im Alter von 1 bis 84 Jahren mit modernen molekularen Methoden untersucht. Dabei zeigte sich, dass sich mit zunehmendem Alter wichtige Abwehr-Signalwege des Immunsystems verändern, was zu einer Verschiebung hin zu stärker entzündlichen Reaktionen führt. Diese Veränderungen gehen mit einer erhöhten Freisetzung von Entzündungsstoffen und einer verzögerten Rückbildung der Immunantwort nach der Infektion einher. Zudem unterscheidet sich die Antikörperantwort zwischen Kindern und Erwachsenen, was erklärt, warum ältere Menschen häufiger überschießende Entzündungen und schwerere Krankheitsverläufe entwickeln.
M. Theis,
W. Hong,
B. Lee,
S. Nowak,
J. Luetkens,
S. Stuckey,
P. Gibbs,
B. Thomson,
M. Michael,
A. M. Sprinkart and
H. S. Ko,
"Skeletal muscle and visceral fat density are predictive imaging biomarkers for overall survival in patients with pancreatic adenocarcinoma: A retrospective multicenter analysis",
Surgical oncology,
vol. 61,
pp. 102251,
Aug.
2025.
Abstract:
Utilizing a fully automated AI-generated body composition analysis (BCA) from PDAC staging computed tomography (CT) imaging to discover predictive imaging biomarkers for overall survival (OS). Routine PDAC staging CTs (07/2012-12/2020) and clinicopathological data (Eastern Cooperative Oncology Group (ECOG) performance status, resection status, chemotherapy, age, CA19-9, Charlson Comorbidity Index, BMI) from four tertiary centers were collected retrospectively. Using a 3:1 split (training:holdout), we fitted Cox regression OS using every possible combination of 7 clinicopathological and 9 BCA variables: skeletal muscle index (SMI), area and density of total muscle compartment (TMC), skeletal muscle (SM), subcutaneous adipose tissue (SAT), visceral adipose tissue (VAT) and selected the combination with the lowest information complexity (ICOMP). The added value of BCA was calculated by comparing the BCA model with the base model (without BCA variables). Analysis included 472 PDAC patients (213 female, mean age 67.9 ± 11.5 years, resectable n = 170, unresectable n = 106, metastatic n = 196). Four clinicopathological (ECOG, resection status, chemotherapy, CA19-9) and 5 BCA variables (SMI, SM density, VAT density, TMC area, VAT area) were selected. Decreased SM density (myosteatosis) and increased VAT density showed strong association with OS (p = 0.0094 and 0.0019, respectively). The BCA model showed superior performance compared to the base model in all subgroups (AUC: resectable 0.76 versus 0.70, unresectable 0.76 versus 0.69, and metastatic 0.80 versus 0.75). BCA-identified myosteatosis and increased VAT density to be predictive imaging biomarkers for OS in all PDAC subgroups, potentially adding value to upfront risk stratification.
| DOI: | 10.1016/j.suronc.2025.102251 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/40570701/ |
Abstract:
Utilizing a fully automated AI-generated body composition analysis (BCA) from PDAC staging computed tomography (CT) imaging to discover predictive imaging biomarkers for overall survival (OS). Routine PDAC staging CTs (07/2012-12/2020) and clinicopathological data (Eastern Cooperative Oncology Group (ECOG) performance status, resection status, chemotherapy, age, CA19-9, Charlson Comorbidity Index, BMI) from four tertiary centers were collected retrospectively. Using a 3:1 split (training:holdout), we fitted Cox regression OS using every possible combination of 7 clinicopathological and 9 BCA variables: skeletal muscle index (SMI), area and density of total muscle compartment (TMC), skeletal muscle (SM), subcutaneous adipose tissue (SAT), visceral adipose tissue (VAT) and selected the combination with the lowest information complexity (ICOMP). The added value of BCA was calculated by comparing the BCA model with the base model (without BCA variables). Analysis included 472 PDAC patients (213 female, mean age 67.9 ± 11.5 years, resectable n = 170, unresectable n = 106, metastatic n = 196). Four clinicopathological (ECOG, resection status, chemotherapy, CA19-9) and 5 BCA variables (SMI, SM density, VAT density, TMC area, VAT area) were selected. Decreased SM density (myosteatosis) and increased VAT density showed strong association with OS (p = 0.0094 and 0.0019, respectively). The BCA model showed superior performance compared to the base model in all subgroups (AUC: resectable 0.76 versus 0.70, unresectable 0.76 versus 0.69, and metastatic 0.80 versus 0.75). BCA-identified myosteatosis and increased VAT density to be predictive imaging biomarkers for OS in all PDAC subgroups, potentially adding value to upfront risk stratification.
T. Hoffmann,
U. Teichgräber,
L. B. Brüheim,
B. Lassen-Schmidt,
D. Renz,
T. Weise,
M. Krämer,
P. Oelzner,
J. Böttcher,
F. Güttler,
G. Wolf and
A. Pfeil,
"The association of symptoms, pulmonary function test and computed tomography in interstitial lung disease at the onset of connective tissue disease: an observational study with artificial intelligence analysis of high-resolution computed tomography.",
Rheumatology international,
Aug.
2025.
Abstract:
Interstitial Lungenerkrankung (ILD) ist eine häufige und ernsthafte Organerscheinung bei Patienten mit Bindegewebeerkrankung (CTD), aber es ist unsicher, ob es einen Unterschied in der ILD zwischen symptomatischen und asymptomatischen Patienten gibt. Daher haben wir eine Studie durchgeführt, um Unterschiede im Ausmaß der ILD anhand von radiologischen Erkenntnissen zwischen symptomatischen/asymptomatischen Patienten mit einer künstlichen Intelligenz (AI)-basierten Quantifizierung der pulmonalen hochauflösenden berechneten Tomographie (AIpqHRCT) zu bewerten. In der Studie wurden mit AIqpHRCT 67 Querschnittsdatensätze und klinische Daten (einschließlich Lungenfunktionstest) von aufeinanderfolgenden Patienten (mittleres Alter: 57,1 ± 14,7 Jahre, Frau n = 45; 67,2 %) und ILD (alle ohne Immunsuppressive Therapie) analysiert. 25,4% (n = 17) der Patienten mit ILD bei der ersten Diagnose von CTD hatten keine Lungensymptome. In Bezug auf die grundlegenden Merkmale (Alter, Geschlecht, Krankheit) gab es keinen signifikanten Unterschied zwischen der symptomatischen und asymptomatischen Gruppe. Der Lungenfunktionstest (PFT) ergab folgende Mittelwerte (%vorhergesagt) in der symptomatischen und asymptomatischen Gruppe: Erzwungene Vitalkapazität (FVC) 69,4 ± 17,4 % gegenüber 86,1 ± 15,8 % (p = 0,001) und Streukapazität der Lunge für Kohlenmonoxid (DLCO) 49,7 ± 17,9 % gegenüber 60,0 ± 15,8 % (p = 0,043). AIqpHRCT-Daten zeigten einen signifikant höheren Anteil an hochgeschwächtem Volumen (HAV) (14,8 ± 11,0% gegenüber 8,9 ± 3,9%; p = 0,021) und Retikulationen (5.4 ± 8,7% gegenüber 1,4 ± 1,5%; p = 0,035) bei symptomatischen Patienten. Ein Viertel der Patienten mit ILD zum Zeitpunkt der ersten CTD-Diagnose hatte keine Lungensymptome, die DLCO zeigten, wurden in beiden Gruppen reduziert. Auch zeigte AIqpHRCT klinisch relevante ILD bei asymptomatischen Patienten. Diese Ergebnisse unterstreichen die Bedeutung eines frühzeitigen, risikogerechten Screenings für ILD auch bei asymptomatischen CTD-Patienten, da ILD mit einer erhöhten Mortalität verbunden ist.
| DOI: | 10.1007/s00296-025-05934-z |
Abstract:
Interstitial Lungenerkrankung (ILD) ist eine häufige und ernsthafte Organerscheinung bei Patienten mit Bindegewebeerkrankung (CTD), aber es ist unsicher, ob es einen Unterschied in der ILD zwischen symptomatischen und asymptomatischen Patienten gibt. Daher haben wir eine Studie durchgeführt, um Unterschiede im Ausmaß der ILD anhand von radiologischen Erkenntnissen zwischen symptomatischen/asymptomatischen Patienten mit einer künstlichen Intelligenz (AI)-basierten Quantifizierung der pulmonalen hochauflösenden berechneten Tomographie (AIpqHRCT) zu bewerten. In der Studie wurden mit AIqpHRCT 67 Querschnittsdatensätze und klinische Daten (einschließlich Lungenfunktionstest) von aufeinanderfolgenden Patienten (mittleres Alter: 57,1 ± 14,7 Jahre, Frau n = 45; 67,2 %) und ILD (alle ohne Immunsuppressive Therapie) analysiert. 25,4% (n = 17) der Patienten mit ILD bei der ersten Diagnose von CTD hatten keine Lungensymptome. In Bezug auf die grundlegenden Merkmale (Alter, Geschlecht, Krankheit) gab es keinen signifikanten Unterschied zwischen der symptomatischen und asymptomatischen Gruppe. Der Lungenfunktionstest (PFT) ergab folgende Mittelwerte (%vorhergesagt) in der symptomatischen und asymptomatischen Gruppe: Erzwungene Vitalkapazität (FVC) 69,4 ± 17,4 % gegenüber 86,1 ± 15,8 % (p = 0,001) und Streukapazität der Lunge für Kohlenmonoxid (DLCO) 49,7 ± 17,9 % gegenüber 60,0 ± 15,8 % (p = 0,043). AIqpHRCT-Daten zeigten einen signifikant höheren Anteil an hochgeschwächtem Volumen (HAV) (14,8 ± 11,0% gegenüber 8,9 ± 3,9%; p = 0,021) und Retikulationen (5.4 ± 8,7% gegenüber 1,4 ± 1,5%; p = 0,035) bei symptomatischen Patienten. Ein Viertel der Patienten mit ILD zum Zeitpunkt der ersten CTD-Diagnose hatte keine Lungensymptome, die DLCO zeigten, wurden in beiden Gruppen reduziert. Auch zeigte AIqpHRCT klinisch relevante ILD bei asymptomatischen Patienten. Diese Ergebnisse unterstreichen die Bedeutung eines frühzeitigen, risikogerechten Screenings für ILD auch bei asymptomatischen CTD-Patienten, da ILD mit einer erhöhten Mortalität verbunden ist.
A. Bludau,
R. Egelkamp,
L. Ehlkes,
H. Grundmann,
A. Dilthey,
C. Hornberg,
N. Fischer,
C. Drosten and
S. Reuter,
"Use of integrated genomic surveillance by local public health authorities: Recommendations based on a mixed-methods study of current adoption, applications and success factors, Germany, 2023",
Jul.
2025.
| DOI: | 10.2807/1560-7917.ES.2025.30.28.2500508 |
L. Stepansky,
R. Ruppel,
L. Sommerfeld,
J. Kleiß,
K. Türkan,
S. Arndt,
S. Bickelhaupt,
F. Knoll,
M. Uder and
M. S. May,
"Adrenal gland volume measurement in depressed patients",
Journal of psychiatric research,
vol. 187,
pp. 74-79,
Jul.
2025.
Abstract:
Prior studies have shown contradicting results regarding adrenal gland volume (AGV) in depressed patients, with some reporting significant enlargement and others not. The aim of this study was to retrospectively compare CT image segmentations of the adrenal glands in patients with depression to a control group with stringent exclusion criteria to minimize confounding factors. We included patients diagnosed with depression (ICD-10: F32/33) who underwent abdominal CT imaging between 2012 and 2022 and did not have any other psychiatric disorders. Diagnoses that could potentially influence AGV were excluded. The resulting 31 depressed patients were compared to a matching control group of 31 patients without depression. The AGV was manually segmented in thin-sliced reconstructions (≤1 mm). Total AGV in the depressed group was 6.78 (5.19-7.56) cm3 compared to 6.90 (5.54-10.05) cm3 in the control group. There was no significant difference in AGV between the two groups after adjusting for age, height, and weight. A positive correlation was observed between AGV and height (r = 0.41, p < 0.001) and weight (r = 0.52, p < 0.001). Males showed significantly larger AGV than females (p ≤ 0.001), and left AGV was significantly larger than right AGV (p < 0.001). Patients within the depressed group who underwent imaging after a suicide attempt showed larger total AGV compared to the control group, though not statistically significant. AGV is not increased in the well-selected cohort of depressed patients in this study, which contrasts with some previous reports in literature. Further multi-centric studies are required to identify potentially influencing factors such as attempted suicide.
| DOI: | 10.1016/j.jpsychires.2025.05.013 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/40347628/ |
Abstract:
Prior studies have shown contradicting results regarding adrenal gland volume (AGV) in depressed patients, with some reporting significant enlargement and others not. The aim of this study was to retrospectively compare CT image segmentations of the adrenal glands in patients with depression to a control group with stringent exclusion criteria to minimize confounding factors. We included patients diagnosed with depression (ICD-10: F32/33) who underwent abdominal CT imaging between 2012 and 2022 and did not have any other psychiatric disorders. Diagnoses that could potentially influence AGV were excluded. The resulting 31 depressed patients were compared to a matching control group of 31 patients without depression. The AGV was manually segmented in thin-sliced reconstructions (≤1 mm). Total AGV in the depressed group was 6.78 (5.19-7.56) cm3 compared to 6.90 (5.54-10.05) cm3 in the control group. There was no significant difference in AGV between the two groups after adjusting for age, height, and weight. A positive correlation was observed between AGV and height (r = 0.41, p < 0.001) and weight (r = 0.52, p < 0.001). Males showed significantly larger AGV than females (p ≤ 0.001), and left AGV was significantly larger than right AGV (p < 0.001). Patients within the depressed group who underwent imaging after a suicide attempt showed larger total AGV compared to the control group, though not statistically significant. AGV is not increased in the well-selected cohort of depressed patients in this study, which contrasts with some previous reports in literature. Further multi-centric studies are required to identify potentially influencing factors such as attempted suicide.
D. Seletkov,
S. Starck,
T. T. Mueller,
Y. Zhang,
L. Steinhelfer,
D. Rueckert and
R. Braren,
"AI-driven preclinical disease risk assessment using imaging in UK biobank.",
NPJ digital medicine,
Jul.
2025.
Abstract:
Die Identifizierung des Krankheitsrisikos und die Erkennung von Krankheiten, bevor klinische Symptome auftreten, sind für die Frühintervention und die Verbesserung der Patientenergebnisse unerlässlich. In diesem Zusammenhang bietet die Integration der medizinischen Bildgebung in einen klinischen Workflow einen einzigartigen Vorteil durch die Erfassung detaillierter struktureller und funktionaler Informationen. Im Gegensatz zu Nicht-Bilddaten, wie Lebensstil, soziodemografischen oder früheren medizinischen Bedingungen, die sich oft auf selbst gemeldete Informationen stützen, die anfällig sind, um Vorurteile und subjektive Wahrnehmungen zu erinnern, bietet die Abbildung objektivere und verlässliche Erkenntnisse. Obwohl die Verwendung der medizinischen Bildgebung in der künstlichen Intelligenz (KI)-getriebenen Risikobewertung wächst, bleibt ihr volles Potenzial untergenutzt. In dieser Arbeit zeigen wir, wie die Bildgebung in Routine-Screening-Workflows integriert werden kann, insbesondere indem wir die in der großen prospektiven Studie UK Biobank zur Verfügung stehenden Nacken-zu-Knie- Ganzkörper-Magnetresonanz-Bildgebung (MRI)-Daten nutzen. Unsere Analyse konzentriert sich auf die dreijährige Risikobewertung für ein breites Spektrum von Krankheiten, einschließlich Herz-Kreislauf-, Verdauungs-, Stoffwechsel-, Entzündungs-, degenerativen und onkologischen Bedingungen. Wir bewerten KI-basierte Pipelines für die Verarbeitung von Ganzkörper-MRT und zeigen, dass mit bildabgeleiteten Radiomics-Features die beste Prognoseleistung, Interpretationsfähigkeit und Integrationsfähigkeit mit Nichtbilddaten bietet.
| DOI: | 10.1038/s41746-025-01771-3 |
Abstract:
Die Identifizierung des Krankheitsrisikos und die Erkennung von Krankheiten, bevor klinische Symptome auftreten, sind für die Frühintervention und die Verbesserung der Patientenergebnisse unerlässlich. In diesem Zusammenhang bietet die Integration der medizinischen Bildgebung in einen klinischen Workflow einen einzigartigen Vorteil durch die Erfassung detaillierter struktureller und funktionaler Informationen. Im Gegensatz zu Nicht-Bilddaten, wie Lebensstil, soziodemografischen oder früheren medizinischen Bedingungen, die sich oft auf selbst gemeldete Informationen stützen, die anfällig sind, um Vorurteile und subjektive Wahrnehmungen zu erinnern, bietet die Abbildung objektivere und verlässliche Erkenntnisse. Obwohl die Verwendung der medizinischen Bildgebung in der künstlichen Intelligenz (KI)-getriebenen Risikobewertung wächst, bleibt ihr volles Potenzial untergenutzt. In dieser Arbeit zeigen wir, wie die Bildgebung in Routine-Screening-Workflows integriert werden kann, insbesondere indem wir die in der großen prospektiven Studie UK Biobank zur Verfügung stehenden Nacken-zu-Knie- Ganzkörper-Magnetresonanz-Bildgebung (MRI)-Daten nutzen. Unsere Analyse konzentriert sich auf die dreijährige Risikobewertung für ein breites Spektrum von Krankheiten, einschließlich Herz-Kreislauf-, Verdauungs-, Stoffwechsel-, Entzündungs-, degenerativen und onkologischen Bedingungen. Wir bewerten KI-basierte Pipelines für die Verarbeitung von Ganzkörper-MRT und zeigen, dass mit bildabgeleiteten Radiomics-Features die beste Prognoseleistung, Interpretationsfähigkeit und Integrationsfähigkeit mit Nichtbilddaten bietet.
S. Schulze-Weddige,
G. L. Baumgärtner,
T. Orth,
A. Tietze,
M. Scheel,
D. Wasilewski,
M. P. Wattjes,
U. Hanning,
H. Kniep,
T. Penzkofer and
J. Nawabi,
"An Explainable AI Exploration of the Machine Learning Classification of Neoplastic Intracerebral Hemorrhage from Non-Contrast CT.",
Cancers,
Jul.
2025.
Abstract:
Intracerebrale Hämorrhage (ICH) im Zusammenhang mit primären und metastasierenden Hirntumoren stellt eine erhebliche Herausforderung in der Neuroonkologie aufgrund des erheblichen Risikos von Komplikationen [...].
| DOI: | 10.3390/cancers17152502 |
Abstract:
Intracerebrale Hämorrhage (ICH) im Zusammenhang mit primären und metastasierenden Hirntumoren stellt eine erhebliche Herausforderung in der Neuroonkologie aufgrund des erheblichen Risikos von Komplikationen [...].
S. Tayebi Arasteh,
M. Lotfinia,
K. Bressem,
R. Siepmann,
L. Adams,
D. Ferber,
C. Kuhl,
J. N. Kather,
S. Nebelung and
D. Truhn,
"RadioRAG: Online Retrieval-Augmented Generation for Radiology Question Answering",
Radiology. Artificial intelligence,
vol. 7,
no. 4,
pp. e240476,
Jul.
2025.
Abstract:
Purpose To evaluate diagnostic accuracy of various large language models (LLMs) when answering radiology-specific questions with and without access to additional online, up-to-date information via retrieval-augmented generation (RAG). Materials and Methods The authors developed radiology RAG (RadioRAG), an end-to-end framework that retrieves data from authoritative radiologic online sources in real-time. RAG incorporates information retrieval from external sources to supplement the initial prompt, grounding the model's response in relevant information. Using 80 questions from the RSNA Case Collection across radiologic subspecialties and 24 additional expert-curated questions with reference standard answers, LLMs (GPT-3.5-turbo [OpenAI], GPT-4, Mistral 7B, Mixtral 8×7B [Mistral], and Llama3-8B and -70B [Meta]) were prompted with and without RadioRAG in a zero-shot inference scenario (temperature ≤ 0.1, top-p = 1). RadioRAG retrieved context-specific information from www.radiopaedia.org. Accuracy of LLMs with and without RadioRAG in answering questions from each dataset was assessed. Statistical analyses were performed using bootstrapping while preserving pairing. Additional assessments included comparison of model with human performance and comparison of time required for conventional versus RadioRAG-powered question answering. Results RadioRAG improved accuracy for some LLMs, including GPT-3.5-turbo (74% [59 of 80] vs 66% [53 of 80], false discovery rate [FDR] = 0.03) and Mixtral 8×7B (76% [61 of 80] vs 65% [52 of 80], FDR = 0.02) on the RSNA radiology question answering (RSNA-RadioQA) dataset, with similar trends in the ExtendedQA dataset. Accuracy exceeded that of a human expert (63% [50 of 80], FDR ≤ 0.007) for these LLMs, although not for Mistral 7B-instruct-v0.2, Llama3-8B, and Llama3-70B (FDR ≥ 0.21). RadioRAG reduced hallucinations for all LLMs (rate, 6%-25%). RadioRAG increased estimated response time fourfold. Conclusion RadioRAG shows potential to improve LLM accuracy and factuality in radiology QA by integrating real-time, domain-specific data. Keywords: Retrieval-augmented Generation, Informatics, Computer-aided Diagnosis, Large Language Models Supplemental material is available for this article. © RSNA, 2025.
| DOI: | 10.1148/ryai.240476 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/40530957/ |
Abstract:
Purpose To evaluate diagnostic accuracy of various large language models (LLMs) when answering radiology-specific questions with and without access to additional online, up-to-date information via retrieval-augmented generation (RAG). Materials and Methods The authors developed radiology RAG (RadioRAG), an end-to-end framework that retrieves data from authoritative radiologic online sources in real-time. RAG incorporates information retrieval from external sources to supplement the initial prompt, grounding the model's response in relevant information. Using 80 questions from the RSNA Case Collection across radiologic subspecialties and 24 additional expert-curated questions with reference standard answers, LLMs (GPT-3.5-turbo [OpenAI], GPT-4, Mistral 7B, Mixtral 8×7B [Mistral], and Llama3-8B and -70B [Meta]) were prompted with and without RadioRAG in a zero-shot inference scenario (temperature ≤ 0.1, top-p = 1). RadioRAG retrieved context-specific information from www.radiopaedia.org. Accuracy of LLMs with and without RadioRAG in answering questions from each dataset was assessed. Statistical analyses were performed using bootstrapping while preserving pairing. Additional assessments included comparison of model with human performance and comparison of time required for conventional versus RadioRAG-powered question answering. Results RadioRAG improved accuracy for some LLMs, including GPT-3.5-turbo (74% [59 of 80] vs 66% [53 of 80], false discovery rate [FDR] = 0.03) and Mixtral 8×7B (76% [61 of 80] vs 65% [52 of 80], FDR = 0.02) on the RSNA radiology question answering (RSNA-RadioQA) dataset, with similar trends in the ExtendedQA dataset. Accuracy exceeded that of a human expert (63% [50 of 80], FDR ≤ 0.007) for these LLMs, although not for Mistral 7B-instruct-v0.2, Llama3-8B, and Llama3-70B (FDR ≥ 0.21). RadioRAG reduced hallucinations for all LLMs (rate, 6%-25%). RadioRAG increased estimated response time fourfold. Conclusion RadioRAG shows potential to improve LLM accuracy and factuality in radiology QA by integrating real-time, domain-specific data. Keywords: Retrieval-augmented Generation, Informatics, Computer-aided Diagnosis, Large Language Models Supplemental material is available for this article. © RSNA, 2025.
[de]
B. Märkl and
T. Schaller,
"Rechtliche und organisatorische Aspekte der Obduktion in Deutschland",
Die Pathologie,
vol. 46,
no. 4,
pp. 230-234,
Jul.
2025.
| DOI: | 10.1007/s00292-025-01425-x |
| Datei: | https://link.springer.com/10.1007/s00292-025-01425-x |
T. Hoffmann,
U. Teichgräber,
B. Lassen-Schmidt,
D. Renz,
L. B. Brüheim,
M. Krämer,
J. Böttcher,
F. Güttler,
G. Wolf and
A. Pfeil,
"ABS0746 Predicting interstitial lung disease severity in patients with connective tissue diseases: The role of clinical parameters and artificial intelligence quantified pulmonary high-resolution computed tomography",
Annals of the Rheumatic Diseases,
vol. 84,
pp. 1526,
Jun.
2025.
| DOI: | 10.1016/j.ard.2025.06.888 |
| Datei: | https://doi.org/10.1016/j.ard.2025.06.888 |
S. Eminovic,
B. Levita,
A. Dell'Orco,
J. A. Leppig,
J. Nawabi and
T. Penzkofer,
"Comparison of Multiple State-of-the-Art Large Language Models for Patient Education Prior to CT and MRI Examinations.",
Journal of personalized medicine,
Jun.
2025.
Abstract:
<b>Background/Objectives</b>: Diese Studie vergleicht die Genauigkeit der Antworten von hochmodernen Großsprachenmodellen (LLMs) auf Patientenfragen vor der CT- und MRT-Bildgebung. Wir wollen das Potenzial von LLMs bei der Verbesserung der Workflow-Effizienz demonstrieren und gleichzeitig Risiken wie Fehlinformationen hervorheben. <b>Methods>/b>: Es gab 57 CT-bezogene und 64 MRT-bezogene Patientenfragen an ChatGPT-4o, Claude 3.5 Sonnet, Google Gemini und Mistral Large 2. Jede Antwort wurde von zwei brettzertifizierten Radiologen bewertet und mit einer 5-Punkt-Skala für Genauigkeit/Korrektheit/Gewohnheit bewertet. Statistiken verglichen LLM-Leistungen in Fragekategorien. <b>Results</b>: ChatGPT-4o erreichte die höchsten durchschnittlichen Punkte für CT-bezogene Fragen und bindet mit Claude 3.5 Sonnet für MRT-bezogene Fragen, mit höheren Punkten über alle Modelle für MRT (ChatGPT-4o: CT [4.52 (± 0.46)], MRT: [4.79 (± 0.37)]; Google Gemini: CT [4.44] Mindestens eine Antwort pro LLM wurde als ungenau bewertet, wobei Google Gemini am häufigsten potenziell irreführend beantwortet (in 5,26% für CT und 2,34% für MRT). Mistral Large 2 wurde von ChatGPT-4o für alle CT-bezogenen Fragen (<i>p>/i> < 0.001) und von ChatGPT-4o (<i>p</i> = 0.003), Google Gemini (<i>p>/i> = 0.022) und Claude 3.5 Sonnet (<i>p>/i> = 0.004) für alle CT Contrast Medieninformationsfragen überholt. <b>Ausschlüsse </b>: Obwohl alle LLMs insgesamt gut durchgeführt und großes Potenzial für die Patientenerziehung zeigte, zeigte jedes Modell gelegentlich potenziell irreführende Informationen, was das klinische Anwendungsrisiko hervorhebt.
| DOI: | 10.3390/jpm15060235 |
Abstract:
<b>Background/Objectives</b>: Diese Studie vergleicht die Genauigkeit der Antworten von hochmodernen Großsprachenmodellen (LLMs) auf Patientenfragen vor der CT- und MRT-Bildgebung. Wir wollen das Potenzial von LLMs bei der Verbesserung der Workflow-Effizienz demonstrieren und gleichzeitig Risiken wie Fehlinformationen hervorheben. <b>Methods>/b>: Es gab 57 CT-bezogene und 64 MRT-bezogene Patientenfragen an ChatGPT-4o, Claude 3.5 Sonnet, Google Gemini und Mistral Large 2. Jede Antwort wurde von zwei brettzertifizierten Radiologen bewertet und mit einer 5-Punkt-Skala für Genauigkeit/Korrektheit/Gewohnheit bewertet. Statistiken verglichen LLM-Leistungen in Fragekategorien. <b>Results</b>: ChatGPT-4o erreichte die höchsten durchschnittlichen Punkte für CT-bezogene Fragen und bindet mit Claude 3.5 Sonnet für MRT-bezogene Fragen, mit höheren Punkten über alle Modelle für MRT (ChatGPT-4o: CT [4.52 (± 0.46)], MRT: [4.79 (± 0.37)]; Google Gemini: CT [4.44] Mindestens eine Antwort pro LLM wurde als ungenau bewertet, wobei Google Gemini am häufigsten potenziell irreführend beantwortet (in 5,26% für CT und 2,34% für MRT). Mistral Large 2 wurde von ChatGPT-4o für alle CT-bezogenen Fragen (<i>p>/i> < 0.001) und von ChatGPT-4o (<i>p</i> = 0.003), Google Gemini (<i>p>/i> = 0.022) und Claude 3.5 Sonnet (<i>p>/i> = 0.004) für alle CT Contrast Medieninformationsfragen überholt. <b>Ausschlüsse </b>: Obwohl alle LLMs insgesamt gut durchgeführt und großes Potenzial für die Patientenerziehung zeigte, zeigte jedes Modell gelegentlich potenziell irreführende Informationen, was das klinische Anwendungsrisiko hervorhebt.
Q. Tan,
J. Miao,
L. Nitschke,
M. D. Nickel,
M. H. Lerchbaumer,
T. Penzkofer,
S. Hofbauer,
R. Peters,
B. Hamm,
D. Geisel,
M. Wagner and
T. C. Walter-Rittel,
"Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity.",
European journal of radiology open,
Jun.
2025.
Abstract:
Das Deep Learning (DL) beschleunigte kontrollierte Aliasing in paralleler Bildgebung führt zu einer höheren Beschleunigung (CAIPIRINHA)-volumetrisch interpolierte Atemhalteprüfung (VIBE), die eine hohe räumliche Auflösung T1-gewichtete Bildgebung des oberen Bauches ermöglicht. Wir wollten untersuchen, ob DL-CAIPIRINHA-VIBE die Bildqualität, die Gefäßvermutung und die Lesionsnachweisbarkeit im Vergleich zu einem Standard CAIPIRINHA-VIBE in der Nierenbildgebung bei 3 Tesla verbessern kann. In dieser prospektiven Studie wurden 50 Patienten mit 23 soliden und 45 cystischen Nierenläsionen mit klinischen MR-Sequenzen, einschließlich Standard-CAIPIRINHA-VIBE und DL-CAIPIRINHA-VIBE-Sequenzen in der nephrographischen Phase bei 3 Tesla, MRT entwickelt. Zwei erfahrene Radiologen bewerteten unabhängig sowohl Sequenzen als auch multiplanare Rekonstruktionen (MPR) der sagittalen und koronalen Ebenen für Bildqualität mit einem Likert-Skala von 1 bis 5 (5 = Best). Quantitative Messungen einschließlich der Größe der größten Läsions- und Nierenläsionenkontrastverhältnisse wurden ausgewertet. DL-CAIPIRINHA-VIBE im Vergleich zu Standard CAIPIRINHA-VIBE zeigte deutlich verbesserte Gesamtbildqualität, höhere Noten für Nierenrandabgrenzung, Nierensünden, Gefäße, Nebennieren, reduzierte Bewegungsartefakte und reduzierte wahrgenommene Geräusche in nephrographischen Phasenbildern (alle p < 0,001). DL-CAIPIRINHA-VIBE mit MPR zeigte im Vergleich zu Standard CAIPIRINHA-VIBE ein überlegenes Missionsvertrauen und Diagnosevertrauen. DL-CAIPIRINHA-VIBE präsentierte jedoch ein synthetischeres Erscheinungsbild und unter anderem Artefakte (p < 0,023). Die mittlere Größe und Signalintensität von Nierenläsionen für DL-CAIPIRINHA-VIBE ergab keine signifikanten Unterschiede im Vergleich zu Standard CAIPIRINHA-VIBE (p > 0,9). DL-CAIPIRINHA-VIBE ist gut geeignet für die Nierenbildgebung in der nephrographischen Phase, bietet eine gute Bildqualität, verbesserte Abgrenzung anatomischer Strukturen und Nierenläsionen.
| DOI: | 10.1016/j.ejro.2024.100622 |
Abstract:
Das Deep Learning (DL) beschleunigte kontrollierte Aliasing in paralleler Bildgebung führt zu einer höheren Beschleunigung (CAIPIRINHA)-volumetrisch interpolierte Atemhalteprüfung (VIBE), die eine hohe räumliche Auflösung T1-gewichtete Bildgebung des oberen Bauches ermöglicht. Wir wollten untersuchen, ob DL-CAIPIRINHA-VIBE die Bildqualität, die Gefäßvermutung und die Lesionsnachweisbarkeit im Vergleich zu einem Standard CAIPIRINHA-VIBE in der Nierenbildgebung bei 3 Tesla verbessern kann. In dieser prospektiven Studie wurden 50 Patienten mit 23 soliden und 45 cystischen Nierenläsionen mit klinischen MR-Sequenzen, einschließlich Standard-CAIPIRINHA-VIBE und DL-CAIPIRINHA-VIBE-Sequenzen in der nephrographischen Phase bei 3 Tesla, MRT entwickelt. Zwei erfahrene Radiologen bewerteten unabhängig sowohl Sequenzen als auch multiplanare Rekonstruktionen (MPR) der sagittalen und koronalen Ebenen für Bildqualität mit einem Likert-Skala von 1 bis 5 (5 = Best). Quantitative Messungen einschließlich der Größe der größten Läsions- und Nierenläsionenkontrastverhältnisse wurden ausgewertet. DL-CAIPIRINHA-VIBE im Vergleich zu Standard CAIPIRINHA-VIBE zeigte deutlich verbesserte Gesamtbildqualität, höhere Noten für Nierenrandabgrenzung, Nierensünden, Gefäße, Nebennieren, reduzierte Bewegungsartefakte und reduzierte wahrgenommene Geräusche in nephrographischen Phasenbildern (alle p < 0,001). DL-CAIPIRINHA-VIBE mit MPR zeigte im Vergleich zu Standard CAIPIRINHA-VIBE ein überlegenes Missionsvertrauen und Diagnosevertrauen. DL-CAIPIRINHA-VIBE präsentierte jedoch ein synthetischeres Erscheinungsbild und unter anderem Artefakte (p < 0,023). Die mittlere Größe und Signalintensität von Nierenläsionen für DL-CAIPIRINHA-VIBE ergab keine signifikanten Unterschiede im Vergleich zu Standard CAIPIRINHA-VIBE (p > 0,9). DL-CAIPIRINHA-VIBE ist gut geeignet für die Nierenbildgebung in der nephrographischen Phase, bietet eine gute Bildqualität, verbesserte Abgrenzung anatomischer Strukturen und Nierenläsionen.
[en]
T. Herrmann,
J. Mallow,
M. Plaumann,
R. Lehmann,
S. Baecke,
J. Berger,
M. Rak,
M. Franke,
P. Heinrich,
D. Tiller,
A. Pirkl,
J. Bernarding and
C. Bruns,
"The implementation of broad consent at university hospitals",
Dtsch. Arztebl. Int.,
vol. 122,
no. 12,
pp. 338—339,
Jun.
2025.
Deutscher Arzte-Verlag GmbH.
Abstract:
Deutsches Ärzteblatt: Einführung des Broad Consents an Universitätskliniken Die Studie evaluiert die Integration des sogenannten Broad Consent (BC) in den klinischen Alltag an vier Universitätsklinikstandorten (Dresden, Erlangen, Halle, Magdeburg). Kontext: Im Rahmen der Medizininformatik-Initiative (MII) wurden Voraussetzungen geschaffen, um Patientendaten für die Forschung nutzbar zu machen. Der Broad Consent: Er ermöglicht Patientinnen und Patienten, eine breite Einwilligung für die Nutzung ihrer Daten (Klinik, Krankenkasse, Biomaterialien) in zukünftigen, noch nicht definierten Forschungsprojekten zu geben. Ziel: Die retrospektive Analyse (03/2021 – 08/2024) soll Hürden und Erfolgsfaktoren aufzeigen, um die flächendeckende Einführung an weiteren Standorten zu erleichtern.
Abstract:
Deutsches Ärzteblatt: Einführung des Broad Consents an Universitätskliniken Die Studie evaluiert die Integration des sogenannten Broad Consent (BC) in den klinischen Alltag an vier Universitätsklinikstandorten (Dresden, Erlangen, Halle, Magdeburg). Kontext: Im Rahmen der Medizininformatik-Initiative (MII) wurden Voraussetzungen geschaffen, um Patientendaten für die Forschung nutzbar zu machen. Der Broad Consent: Er ermöglicht Patientinnen und Patienten, eine breite Einwilligung für die Nutzung ihrer Daten (Klinik, Krankenkasse, Biomaterialien) in zukünftigen, noch nicht definierten Forschungsprojekten zu geben. Ziel: Die retrospektive Analyse (03/2021 – 08/2024) soll Hürden und Erfolgsfaktoren aufzeigen, um die flächendeckende Einführung an weiteren Standorten zu erleichtern.
A. Sobkowiak,
N. Scherff,
V. Almsick,
F. Schuler,
T. J. Brix,
A. Mellmann and
V. Schwierzeck,
"Characterization of vanA-harboring plasmids supports
differentiation of outbreak-related and sporadic
vancomycin-resistant Enterococcus faecium isolates in a tertiary
care hospital",
BMC Microbiology,
vol. 25,
no. 1,
pp. 337,
Mai
2025.
Abstract:
In dieser Studie wurde ein Ausbruch von Vancomycin-resistentem Enterococcus faecium (VREfm) in einem Krankenhaus untersucht. Die Forschenden analysierten über 400 Bakterienproben mithilfe einer speziellen Genomsequenzierung, um herauszufinden, wie sich die Keime verbreitet haben. Sie entdeckten, dass alle zum Ausbruch gehörenden Bakterien ein nahezu identisches Resistenz-Plasmid (vanA-Plasmid) trugen, was half, echte Ausbruchsfälle von einzelnen, nicht zusammenhängenden Fällen zu unterscheiden. Die Übertragung fand vor allem über gemeinsam genutzte Patientenzimmer statt. Nachdem strengere Hygienemaßnahmen eingeführt worden waren, kam es zu keinen weiteren Ansteckungen mehr.
Abstract:
In dieser Studie wurde ein Ausbruch von Vancomycin-resistentem Enterococcus faecium (VREfm) in einem Krankenhaus untersucht. Die Forschenden analysierten über 400 Bakterienproben mithilfe einer speziellen Genomsequenzierung, um herauszufinden, wie sich die Keime verbreitet haben. Sie entdeckten, dass alle zum Ausbruch gehörenden Bakterien ein nahezu identisches Resistenz-Plasmid (vanA-Plasmid) trugen, was half, echte Ausbruchsfälle von einzelnen, nicht zusammenhängenden Fällen zu unterscheiden. Die Übertragung fand vor allem über gemeinsam genutzte Patientenzimmer statt. Nachdem strengere Hygienemaßnahmen eingeführt worden waren, kam es zu keinen weiteren Ansteckungen mehr.
[en]
S. E. Kocman,
H. K"oster,
C. Gulden,
L. A. Kapsner,
I. Engel,
H. Prokosch and
J. M. Mang,
"Is Research Data Trustworthy? A Quality Comparison Between
FHIR, Trinetx and Clinical Data Sources",
Stud Health Technol Inform,
vol. 327,
pp. 703—707,
Mai
2025.
Abstract:
Diese Studie untersuchte die Qualität und Vollständigkeit von medizinischen Routinedaten aus drei verschiedenen digitalen Datenquellen eines Universitätsklinikums. Die Forschenden verglichen wichtige Informationen wie Diagnosen, Behandlungen und Laborwerte zwischen den Systemen. Insgesamt waren die Daten weitgehend konsistent, es traten jedoch Unterschiede auf – zum Beispiel durch verschiedene Codiersysteme, Filterungen oder fehleranfällige Übertragungsprozesse. Solche Abweichungen können die Auswertung in der Forschung beeinflussen. Die Studie zeigt, wie wichtig es ist, die Herkunft und Verarbeitung von Routinedaten genau zu verstehen, um verlässliche Ergebnisse in der klinischen Forschung zu erzielen.
Abstract:
Diese Studie untersuchte die Qualität und Vollständigkeit von medizinischen Routinedaten aus drei verschiedenen digitalen Datenquellen eines Universitätsklinikums. Die Forschenden verglichen wichtige Informationen wie Diagnosen, Behandlungen und Laborwerte zwischen den Systemen. Insgesamt waren die Daten weitgehend konsistent, es traten jedoch Unterschiede auf – zum Beispiel durch verschiedene Codiersysteme, Filterungen oder fehleranfällige Übertragungsprozesse. Solche Abweichungen können die Auswertung in der Forschung beeinflussen. Die Studie zeigt, wie wichtig es ist, die Herkunft und Verarbeitung von Routinedaten genau zu verstehen, um verlässliche Ergebnisse in der klinischen Forschung zu erzielen.
K. Borys,
G. Lodde,
E. Livingstone,
C. Weishaupt,
C. Römer,
M. Künnemann,
A. Helfen,
L. Zimmer,
W. Galetzka,
J. Haubold,
C. M. Friedrich,
L. Umutlu,
W. Heindel,
D. Schadendorf,
R. Hosch and
F. Nensa,
"Fully volumetric body composition analysis for prognostic overall survival stratification in melanoma patients",
Journal of translational medicine,
vol. 23,
no. 1,
pp. 532,
Mai
2025.
Abstract:
Accurate assessment of expected survival in melanoma patients is crucial for treatment decisions. This study explores deep learning-based body composition analysis to predict overall survival (OS) using baseline Computed Tomography (CT) scans and identify fully volumetric, prognostic body composition features. A deep learning network segmented baseline abdomen and thorax CTs from a cohort of 495 patients. The Sarcopenia Index (SI), Myosteatosis Fat Index (MFI), and Visceral Fat Index (VFI) were derived and statistically assessed for prognosticating OS. External validation was performed with 428 patients. SI was significantly associated with OS on both CT regions: abdomen (P ≤ 0.0001, HR: 0.36) and thorax (P ≤ 0.0001, HR: 0.27), with lower SI associated with prolonged survival. MFI was also associated with OS on abdomen (P ≤ 0.0001, HR: 1.16) and thorax CTs (P ≤ 0.0001, HR: 1.08), where higher MFI was linked to worse outcomes. Lastly, VFI was associated with OS on abdomen CTs (P ≤ 0.001, HR: 1.90), with higher VFI linked to poor outcomes. External validation replicated these results. SI, MFI, and VFI showed substantial potential as prognostic factors for OS in malignant melanoma patients. This approach leveraged existing CT scans without additional procedural or financial burdens, highlighting the seamless integration of DL-based body composition analysis into standard oncologic staging routines.
| DOI: | 10.1186/s12967-025-06507-1 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/40355935/ |
Abstract:
Accurate assessment of expected survival in melanoma patients is crucial for treatment decisions. This study explores deep learning-based body composition analysis to predict overall survival (OS) using baseline Computed Tomography (CT) scans and identify fully volumetric, prognostic body composition features. A deep learning network segmented baseline abdomen and thorax CTs from a cohort of 495 patients. The Sarcopenia Index (SI), Myosteatosis Fat Index (MFI), and Visceral Fat Index (VFI) were derived and statistically assessed for prognosticating OS. External validation was performed with 428 patients. SI was significantly associated with OS on both CT regions: abdomen (P ≤ 0.0001, HR: 0.36) and thorax (P ≤ 0.0001, HR: 0.27), with lower SI associated with prolonged survival. MFI was also associated with OS on abdomen (P ≤ 0.0001, HR: 1.16) and thorax CTs (P ≤ 0.0001, HR: 1.08), where higher MFI was linked to worse outcomes. Lastly, VFI was associated with OS on abdomen CTs (P ≤ 0.001, HR: 1.90), with higher VFI linked to poor outcomes. External validation replicated these results. SI, MFI, and VFI showed substantial potential as prognostic factors for OS in malignant melanoma patients. This approach leveraged existing CT scans without additional procedural or financial burdens, highlighting the seamless integration of DL-based body composition analysis into standard oncologic staging routines.
[eng]
T. Wahjudi,
A. Nitsch,
J. Sperhake and
P. H. Hoeger,
"Fulminant parvovirus B19 myocarditis in infants -report of three post-pandemic cases",
European Journal of Clinical Microbiology & Infectious Diseases: Official Publication of the European Society of Clinical Microbiology,
vol. 44,
no. 5,
pp. 1239-1243,
Mai
2025.
Abstract:
Lack of immune stimulation ("immune debt") in the wake of the COVID-19 pandemic has led to a resurgence of many paediatric infectious diseases, recently including parvovirus B19 (PVB19). We observed three cases of fulminant PVB19 myocarditis in infants. All had experienced a short prodromal illness and succumbed to cardiogenic shock within 2-72 h after admission. The risk of fulminant myocarditis appears to be increased in infants. Further studies are needed to assess the incidence of fulminant myocarditis caused by PVB19, potentially linked to immune debt.
| DOI: | 10.1007/s10096-025-05072-1 |
Abstract:
Lack of immune stimulation ("immune debt") in the wake of the COVID-19 pandemic has led to a resurgence of many paediatric infectious diseases, recently including parvovirus B19 (PVB19). We observed three cases of fulminant PVB19 myocarditis in infants. All had experienced a short prodromal illness and succumbed to cardiogenic shock within 2-72 h after admission. The risk of fulminant myocarditis appears to be increased in infants. Further studies are needed to assess the incidence of fulminant myocarditis caused by PVB19, potentially linked to immune debt.
A. Erdekian,
M. Glock,
S. Huetter,
M. Rueb,
D. Riedinger,
J. Stoffers-Winterling,
S. Lindner,
F. Baum,
L. Hölzel,
O. Tüscher,
K. Lieb,
K. Adorjan and
H. Wiegand,
"Inanspruchnahme psychiatrisch-psychotherapeutischer Versorgung in Deutschland während des ersten Jahres der COVID-19-Pandemie – Systematischer Review und Metaanalyse",
Nervenarzt,
vol. 96,
no. 3,
pp. 257-265,
Mai
2025.
| DOI: | 10.1007/s00115-025-01812-y |
A. M. Bucher,
E. Frodl,
C. Ehrengut,
L. Müller,
T. Emrich,
R. Kloeckner,
M. Sieren,
M. Sähn,
M. A. Fink,
D. Móré,
B. Melekh,
S. Gottschling,
F. Meinel,
H. Schön,
N. Kornemann,
D. M. Renz,
N. Lubina,
C. Wollny,
M. S. May,
L. Siegler,
J. Borggrefe,
H. Meyer and
A. Surov,
"Prognostic value of CT-defined coronary sclerosis in COVID-19: results of a multicenter study based on the Weston score.",
RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin,
Mai
2025.
Abstract:
Koronare Berechnung, wie durch berechnete Tomographie (CT) definiert, kann mit einer Punktzahl (CAC-Score) quantifiziert werden. Es ist eine etablierte prognostische und prädiktive Abbildungsmarkierung des Herz-Kreislauf-Risikoprofils. Die prognostische Relevanz des CAC-Scores wurde bei akuten Erkrankungen, einschließlich der Coronavirus-Krankheit 2019 (COVID-19) in Vorstudien, nachgewiesen. Ziel der vorliegenden Studie war es, die prognostische Relevanz der CAC-Score bei Patienten mit Coronavirus-Krankheit 2019 zu beweisen. Die vorliegende Studie nutzte eine bundesweite radiologische Forschungsplattform, um eine multizentrische retrospektive Studie durchzuführen. Die Studie umfasste insgesamt 541 Patienten, davon 176 weiblich (32,5%). Das mittlere Alter der Patienten betrug 61,2 Jahre ± 15,6 Jahre. Die Coronavirus-Krankheit (SARS-COV-2) wurde bei allen Patienten durch PCR-Tests bestätigt. Die CAC-Score wurde mit der Weston-Score berechnet, die eine semiquantitative Methode ist. Das primäre Ergebnis der Studie war die 30-tägige Mortalität. Die Gesamtsterblichkeitsrate innerhalb der 30-Tage-Periode betrug 21,2%, 115 Patienten sterben. Die mittlere Weston-Score betrug 3,0 ± 3.6. 128 Patienten (23,7%) zeigten keinen Beweis für koronare Berechnungen, wie durch einen Weston-Score von 0 angedeutet. Bei der univariablen Regressionsanalyse wurde das Vorliegen von Kalkulationen mit dem Sterblichkeitsverhältnis von 1,68 (95 % Vertrauensintervall 1,08-2,59, p=0,01) assoziiert. Dieses Ergebnis blieb jedoch bei der multivariablen Analyse nicht statistisch signifikant (p=0,49). Die Weston-Score wurde bei der univariablen Analyse mit einem Quotenverhältnis (OR) von 1,10 (95% CI 1.04-1.14, p < 0,001) und in der multivariablen Analyse mit einem OR von 1,06 (95% CI 1.005-1.138, p = 0,036) assoziiert. Der bildgebende Marker CAC-Score wurde gezeigt, dass bei Patienten, die mit der Coronavirus-Krankheit 2019 diagnostiziert werden (COVID-19) signifikante prognostische Auswirkungen auf die 30-tägige Mortalität haben. Es obliegt dem Radiologen, die einzige Anwesenheit von koronaren Kalkulationen als ein relevanter prognostischer Faktor anzuerkennen. Die prognostische Relevanz der Berechnungen wurde in Fällen, in denen eine umfangreichere Kalkulation vorhanden war, größer. · Koronare Berechnungen, die von CT bewertet werden, sind prognostische Marker für 30-Tage COVID-19 Sterblichkeit. · Berechnungsmaß hat einen größeren prognostischen Wert als die bloße Anwesenheit von Kalkulationen.. · Die Studie unterstreicht die Notwendigkeit, koronare Berechnungen in klinische Risikopunkte zu integrieren.. · Bucher AM, Frodl E, Ehrengut C et al. Prognosewert der CT-definierten Koronarsklerose in COVID-19: Ergebnisse einer multizentrischen Studie basierend auf dem Weston-Score. Rofo 2025; DOI 10.1055/a-2583-0235.
| DOI: | 10.1055/a-2583-0235 |
Abstract:
Koronare Berechnung, wie durch berechnete Tomographie (CT) definiert, kann mit einer Punktzahl (CAC-Score) quantifiziert werden. Es ist eine etablierte prognostische und prädiktive Abbildungsmarkierung des Herz-Kreislauf-Risikoprofils. Die prognostische Relevanz des CAC-Scores wurde bei akuten Erkrankungen, einschließlich der Coronavirus-Krankheit 2019 (COVID-19) in Vorstudien, nachgewiesen. Ziel der vorliegenden Studie war es, die prognostische Relevanz der CAC-Score bei Patienten mit Coronavirus-Krankheit 2019 zu beweisen. Die vorliegende Studie nutzte eine bundesweite radiologische Forschungsplattform, um eine multizentrische retrospektive Studie durchzuführen. Die Studie umfasste insgesamt 541 Patienten, davon 176 weiblich (32,5%). Das mittlere Alter der Patienten betrug 61,2 Jahre ± 15,6 Jahre. Die Coronavirus-Krankheit (SARS-COV-2) wurde bei allen Patienten durch PCR-Tests bestätigt. Die CAC-Score wurde mit der Weston-Score berechnet, die eine semiquantitative Methode ist. Das primäre Ergebnis der Studie war die 30-tägige Mortalität. Die Gesamtsterblichkeitsrate innerhalb der 30-Tage-Periode betrug 21,2%, 115 Patienten sterben. Die mittlere Weston-Score betrug 3,0 ± 3.6. 128 Patienten (23,7%) zeigten keinen Beweis für koronare Berechnungen, wie durch einen Weston-Score von 0 angedeutet. Bei der univariablen Regressionsanalyse wurde das Vorliegen von Kalkulationen mit dem Sterblichkeitsverhältnis von 1,68 (95 % Vertrauensintervall 1,08-2,59, p=0,01) assoziiert. Dieses Ergebnis blieb jedoch bei der multivariablen Analyse nicht statistisch signifikant (p=0,49). Die Weston-Score wurde bei der univariablen Analyse mit einem Quotenverhältnis (OR) von 1,10 (95% CI 1.04-1.14, p < 0,001) und in der multivariablen Analyse mit einem OR von 1,06 (95% CI 1.005-1.138, p = 0,036) assoziiert. Der bildgebende Marker CAC-Score wurde gezeigt, dass bei Patienten, die mit der Coronavirus-Krankheit 2019 diagnostiziert werden (COVID-19) signifikante prognostische Auswirkungen auf die 30-tägige Mortalität haben. Es obliegt dem Radiologen, die einzige Anwesenheit von koronaren Kalkulationen als ein relevanter prognostischer Faktor anzuerkennen. Die prognostische Relevanz der Berechnungen wurde in Fällen, in denen eine umfangreichere Kalkulation vorhanden war, größer. · Koronare Berechnungen, die von CT bewertet werden, sind prognostische Marker für 30-Tage COVID-19 Sterblichkeit. · Berechnungsmaß hat einen größeren prognostischen Wert als die bloße Anwesenheit von Kalkulationen.. · Die Studie unterstreicht die Notwendigkeit, koronare Berechnungen in klinische Risikopunkte zu integrieren.. · Bucher AM, Frodl E, Ehrengut C et al. Prognosewert der CT-definierten Koronarsklerose in COVID-19: Ergebnisse einer multizentrischen Studie basierend auf dem Weston-Score. Rofo 2025; DOI 10.1055/a-2583-0235.
H. Wiegand,
K. Adorjan,
J. Stoffers-Winterling,
S. Scheithauer,
J. Schmitt,
O. Tüscher,
P. Falkai and
K. Lieb,
"Psychische Gesundheit und psychiatrisch-psychotherapeutische Versorgung als Elemente von „pandemic and crisis preparedness“",
Nervenarzt,
vol. 96,
no. 3,
pp. 272-277,
Mai
2025.
| DOI: | 10.1007/s00115-025-01824-8 |
[en]
B. Kinast,
J. Wiedekopf,
H. Ulrich and
B. Schreiweis,
"Extracting LOINC Codes from a Laboratory Information System's
Index: Addressing Semantic Interoperability with Web Scraping",
Stud Health Technol Inform,
vol. 324,
pp. 234—239,
Apr.
2025.
Abstract:
In dieser Studie wurde untersucht, wie man Laborwerte aus einem internen Krankenhaus-System besser standardisieren kann, damit sie leichter zwischen verschiedenen IT-Systemen ausgetauscht und für Forschung genutzt werden können. Viele Labors arbeiten noch mit eigenen Codes, was die Weiterverwendung der Daten erschwert. Die Forschenden entwickelten daher einen automatisierten Prozess, der diese internen Codes ausliest und ihnen passende internationale LOINC-Codes zuordnet. Von fast 3.000 Laborparametern konnten so rund 27 % automatisch standardisiert werden. Das Verfahren zeigt, dass eine solche Automatisierung funktioniert, macht aber auch deutlich, dass Laborsoftware künftig direkt LOINC unterstützen sollte, um vollständige und gut nutzbare Daten zu ermöglichen.
Abstract:
In dieser Studie wurde untersucht, wie man Laborwerte aus einem internen Krankenhaus-System besser standardisieren kann, damit sie leichter zwischen verschiedenen IT-Systemen ausgetauscht und für Forschung genutzt werden können. Viele Labors arbeiten noch mit eigenen Codes, was die Weiterverwendung der Daten erschwert. Die Forschenden entwickelten daher einen automatisierten Prozess, der diese internen Codes ausliest und ihnen passende internationale LOINC-Codes zuordnet. Von fast 3.000 Laborparametern konnten so rund 27 % automatisch standardisiert werden. Das Verfahren zeigt, dass eine solche Automatisierung funktioniert, macht aber auch deutlich, dass Laborsoftware künftig direkt LOINC unterstützen sollte, um vollständige und gut nutzbare Daten zu ermöglichen.
J. Ziegler,
M. P. Erpenbeck,
T. Fuchs,
A. Saibold,
P. Volkmer,
G. Schmidt,
J. Eicher,
P. Pallaoro,
R. De Souza Falguera,
F. Aubele,
M. Hagedorn,
E. Vansovich,
J. Raffler,
S. Ringshandl,
A. Kerscher,
J. K. Maurer,
B. Kühnel,
G. Schenkirsch,
M. Kampf,
L. A. Kapsner,
H. Ghanbarian,
H. Spengler,
I. Soto-Rey,
F. Albashiti,
D. Hellwig,
M. Ertl,
G. Fette,
D. Kraska,
M. Boeker,
H. Prokosch and
C. Gulden,
"Bridging Data Silos in Oncology with Modular Software for Federated Analysis on Fast Healthcare Interoperability Resources: Multisite Implementation Study.",
Journal of medical Internet research,
Apr.
2025.
Abstract:
Real-world-Daten (RWD) aus Quellen wie administrativen Ansprüchen, elektronischen Gesundheitsaufzeichnungen und Krebsregistrierungen bieten Einblicke in Patientenpopulationen jenseits der eng regulierten Umgebung von randomisierten kontrollierten Studien. Um dies zu nutzen und die Krebsforschung voranzutreiben, haben 6 Universitätskliniken in Bayern eine gemeinsame Forschungs-IT-Infrastruktur aufgebaut. Diese Studie zielte darauf ab, das Design, die Implementierung und den Einsatz einer modularen Datentransformationspipeline zu skizzieren, die die onkologische RWD in ein Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR)-Format verwandelt und dann in ein tabellarisches Format in Vorbereitung auf eine föderierte Analyse (FA) in den 6 bayerischen Krebsforschungszentrum Universitätskliniken. Um RWD effektiv zu nutzen, haben wir eine Pipeline entwickelt, um den onkologischen Basisdatensatz (oBDS) in HL7 FHIR Format umzuwandeln und auf FA vorzubereiten. Die Pipeline behandelt vielfältige IT-Infrastrukturen und -Systeme, wobei die Daten für die Analyse dezentralisiert bleiben. Um die Funktionalität und Gültigkeit unserer Umsetzung zu bewerten, haben wir eine Kohorte festgelegt, um zwei spezifische medizinische Forschungsfragen zu behandeln. Wir haben unsere Ergebnisse ausgewertet, indem wir die Ergebnisse der FA mit Berichten aus dem Bayerischen Krebsregister und den Originaldaten aus lokalen Tumordokumentationssystemen vergleichen. Wir führten eine FA von 17,885 Krebsfällen ab 2021/2022 durch. Brustkrebs war die häufigste Diagnose an 3 Standorten, Prostatakrebs in den Top 2 an 4 Standorten, und malignes Melanom war besonders verbreitet. Geschlechtsspezifische Trends zeigten Larynx- und Esophaguskrebse waren bei Männern häufiger, während Brust- und Schilddrüsenkrebs bei Frauen häufiger war. Diskrepanzen zwischen dem Bayerischen Krebsregister und unseren Daten, wie höhere Rate von malignem Melanom (3400/63,771, 5,3% vs 1921/17,885, 10,7%) und niedrigere Darstellung von Dickdarmkrebs (8100/63,771, 12,7% vs 1187/17,885, 6,6%) wahrscheinlich aus Differenzen in den untersuchten Zeiträumen (2019 vs 2021/2022) und dem Umfang der Daten resultieren. Das Bayerische Krebsregister berichtet ungefähr 3 mal mehr Krebsfälle als allein die 6 Universitätskliniken. Die modulare Pipeline hat die onkologische RWD in 6 Krankenhäusern erfolgreich transformiert, und der föderierte Ansatz bewahrte die Privatsphäre und ermöglicht eine umfassende Analyse. Zukünftige Arbeiten werden die Unterstützung neuer oBDS-Versionen hinzufügen, Datenqualitätsprüfungen automatisieren und zusätzliche klinische Daten integrieren. Unsere Ergebnisse unterstreichen das Potenzial von federgeführten Gesundheitsdatennetzwerken und legen den Grundstein für die zukünftige Forschung, die hochwertige RWD nutzen kann, um wertvolle Kenntnisse auf dem Gebiet der Krebsforschung beizutragen.
| DOI: | 10.2196/65681 |
Abstract:
Real-world-Daten (RWD) aus Quellen wie administrativen Ansprüchen, elektronischen Gesundheitsaufzeichnungen und Krebsregistrierungen bieten Einblicke in Patientenpopulationen jenseits der eng regulierten Umgebung von randomisierten kontrollierten Studien. Um dies zu nutzen und die Krebsforschung voranzutreiben, haben 6 Universitätskliniken in Bayern eine gemeinsame Forschungs-IT-Infrastruktur aufgebaut. Diese Studie zielte darauf ab, das Design, die Implementierung und den Einsatz einer modularen Datentransformationspipeline zu skizzieren, die die onkologische RWD in ein Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR)-Format verwandelt und dann in ein tabellarisches Format in Vorbereitung auf eine föderierte Analyse (FA) in den 6 bayerischen Krebsforschungszentrum Universitätskliniken. Um RWD effektiv zu nutzen, haben wir eine Pipeline entwickelt, um den onkologischen Basisdatensatz (oBDS) in HL7 FHIR Format umzuwandeln und auf FA vorzubereiten. Die Pipeline behandelt vielfältige IT-Infrastrukturen und -Systeme, wobei die Daten für die Analyse dezentralisiert bleiben. Um die Funktionalität und Gültigkeit unserer Umsetzung zu bewerten, haben wir eine Kohorte festgelegt, um zwei spezifische medizinische Forschungsfragen zu behandeln. Wir haben unsere Ergebnisse ausgewertet, indem wir die Ergebnisse der FA mit Berichten aus dem Bayerischen Krebsregister und den Originaldaten aus lokalen Tumordokumentationssystemen vergleichen. Wir führten eine FA von 17,885 Krebsfällen ab 2021/2022 durch. Brustkrebs war die häufigste Diagnose an 3 Standorten, Prostatakrebs in den Top 2 an 4 Standorten, und malignes Melanom war besonders verbreitet. Geschlechtsspezifische Trends zeigten Larynx- und Esophaguskrebse waren bei Männern häufiger, während Brust- und Schilddrüsenkrebs bei Frauen häufiger war. Diskrepanzen zwischen dem Bayerischen Krebsregister und unseren Daten, wie höhere Rate von malignem Melanom (3400/63,771, 5,3% vs 1921/17,885, 10,7%) und niedrigere Darstellung von Dickdarmkrebs (8100/63,771, 12,7% vs 1187/17,885, 6,6%) wahrscheinlich aus Differenzen in den untersuchten Zeiträumen (2019 vs 2021/2022) und dem Umfang der Daten resultieren. Das Bayerische Krebsregister berichtet ungefähr 3 mal mehr Krebsfälle als allein die 6 Universitätskliniken. Die modulare Pipeline hat die onkologische RWD in 6 Krankenhäusern erfolgreich transformiert, und der föderierte Ansatz bewahrte die Privatsphäre und ermöglicht eine umfassende Analyse. Zukünftige Arbeiten werden die Unterstützung neuer oBDS-Versionen hinzufügen, Datenqualitätsprüfungen automatisieren und zusätzliche klinische Daten integrieren. Unsere Ergebnisse unterstreichen das Potenzial von federgeführten Gesundheitsdatennetzwerken und legen den Grundstein für die zukünftige Forschung, die hochwertige RWD nutzen kann, um wertvolle Kenntnisse auf dem Gebiet der Krebsforschung beizutragen.
R. Schmidt,
C. Rueger,
H. Xu,
Y. He,
E. Y. Yilmaz,
L. Heidemann,
O. Sulejmani,
Y. Liu,
L. Noack,
F. Hesse,
R. Ruppel,
S. A. Abosabie,
C. A. Hamm,
T. Penzkofer,
B. Gebauer and
L. J. Savic,
"Comparing the Prognostic Value of Quantitative Response Assessment Tools and LIRADS Treatment Response Algorithm in Patients with Hepatocellular Carcinoma Following Interstitial High-Dose-Rate Brachytherapy and Conventional Transarterial Chemoembolization.",
Cancers,
Apr.
2025.
Abstract:
<b>Background/Objectives:</b> Ziel dieser Studie war es, den prognostischen Wert der etablierten Antwortbewertungstools für hepatozelluläres Karzinom (HCC) zu untersuchen, das mit einer hoch dosierten interstitiellen Brachytherapie (iBT) allein oder mit transarterialer Chemoembolisierung (cTACE) behandelt wird. <b>Methoden: </b> (Non-)Referenten wurden unter Verwendung von größenbasierten RECIST 1.1 und WHO-Kriterien, Enhance-basierten MRECIST- und EASL-Kriterien und dem LI-RADS-Behandlungsreaktionsalgorithm (LR-TRA)Kategorisiert. Die Ergebnisse waren das Gesamtüberleben (OS), das progressionsfreie Überleben (PFS) und die Zeit zur Progression (TTP). Die verwendeten Statistiken enthielten Fisher's genaue Test, ein <i>t</i>-Test, den Mann-Whitney-U Test und eine Kaplan-Meier-Analyse. Die Median OS, PFS und TTP waren bei Patienten nach iBT (26.3, 9.1 und 13.0 Monaten) höher als nach cTACE/iBT (23.3, 7.6 und 9.2 Monaten). <b>Ergebnisse:</b> Die Enhance-basierten Kriterien identifizierten mehr Beantworter und prognostizierten PFS und TTP besser im Vergleich zu den größenbasierten Kriterien. In zwei Monaten zeigten die cTACE/iBT-Ansprecher eine verbesserte PFS (mRECIST und EASL: 11.3 vs. 2.3 und 11.0 vs. 2.3, <i>p</i> < 0.01) und TTP (mRECIST und EASL: 11.9 vs. 2.4 Monate, <i>p>/i> 0.01) durch die verbesserungsbasierten Kriterien. Eine EASL-Bewertung in fünf Monaten prognostizierte ein verbessertes Überleben sowohl nach cTACE/iBT (PFS: 11,9 vs. 5.1 Monate, <i>p</i> = 0,03; TTP: 12,4 vs. 5.0, <i>p</i> < 0.01) als auch nach iBT (11.1 vs. 5.1 Monate, <i>p>/i> = 0,04; 13,0 vs. Das LR-TRA zeigte für cTACE/iBT-Ansprecher fünf Monate OS-Leistungen. Größenbasierte Kriterien waren nicht prognostisch. <b>Ausschlüsse:</b> Die Verlängerung der Nachverfolgung nach dem iBT oder nach dem iBT/cTACE kann die Schichtung und Prognose der Befragten verbessern.
| DOI: | 10.3390/cancers17081275 |
Abstract:
<b>Background/Objectives:</b> Ziel dieser Studie war es, den prognostischen Wert der etablierten Antwortbewertungstools für hepatozelluläres Karzinom (HCC) zu untersuchen, das mit einer hoch dosierten interstitiellen Brachytherapie (iBT) allein oder mit transarterialer Chemoembolisierung (cTACE) behandelt wird. <b>Methoden: </b> (Non-)Referenten wurden unter Verwendung von größenbasierten RECIST 1.1 und WHO-Kriterien, Enhance-basierten MRECIST- und EASL-Kriterien und dem LI-RADS-Behandlungsreaktionsalgorithm (LR-TRA)Kategorisiert. Die Ergebnisse waren das Gesamtüberleben (OS), das progressionsfreie Überleben (PFS) und die Zeit zur Progression (TTP). Die verwendeten Statistiken enthielten Fisher's genaue Test, ein <i>t</i>-Test, den Mann-Whitney-U Test und eine Kaplan-Meier-Analyse. Die Median OS, PFS und TTP waren bei Patienten nach iBT (26.3, 9.1 und 13.0 Monaten) höher als nach cTACE/iBT (23.3, 7.6 und 9.2 Monaten). <b>Ergebnisse:</b> Die Enhance-basierten Kriterien identifizierten mehr Beantworter und prognostizierten PFS und TTP besser im Vergleich zu den größenbasierten Kriterien. In zwei Monaten zeigten die cTACE/iBT-Ansprecher eine verbesserte PFS (mRECIST und EASL: 11.3 vs. 2.3 und 11.0 vs. 2.3, <i>p</i> < 0.01) und TTP (mRECIST und EASL: 11.9 vs. 2.4 Monate, <i>p>/i> 0.01) durch die verbesserungsbasierten Kriterien. Eine EASL-Bewertung in fünf Monaten prognostizierte ein verbessertes Überleben sowohl nach cTACE/iBT (PFS: 11,9 vs. 5.1 Monate, <i>p</i> = 0,03; TTP: 12,4 vs. 5.0, <i>p</i> < 0.01) als auch nach iBT (11.1 vs. 5.1 Monate, <i>p>/i> = 0,04; 13,0 vs. Das LR-TRA zeigte für cTACE/iBT-Ansprecher fünf Monate OS-Leistungen. Größenbasierte Kriterien waren nicht prognostisch. <b>Ausschlüsse:</b> Die Verlängerung der Nachverfolgung nach dem iBT oder nach dem iBT/cTACE kann die Schichtung und Prognose der Befragten verbessern.
A. M. Bucher,
J. Behrend,
C. Ehrengut,
L. Müller,
T. Emrich,
D. Schramm,
A. Akinina,
R. Kloeckner,
M. Sieren,
L. Berkel,
C. Kuhl,
M. Sähn,
M. A. Fink,
D. Móré,
B. Melekh,
H. Kardas,
F. G. Meinel,
H. Schön,
N. Kornemann,
D. M. Renz,
N. Lubina,
C. Wollny,
M. Both,
J. Watkinson,
S. Stöcklein,
A. Mittermeier,
G. Abaci,
M. May,
L. Siegler,
T. Penzkofer,
M. Lindholz,
M. Balzer,
M. Kim,
C. Römer,
N. Wrede,
S. Götz,
J. Breckow,
J. Borggrefe,
H. J. Meyer and
A. Surov,
"CT-Defined Pectoralis Muscle Density Predicts 30-Day Mortality in Hospitalized Patients with COVID-19: A Nationwide Multicenter Study",
Academic radiology,
vol. 32,
no. 4,
pp. 2133-2140,
Apr.
2025.
Abstract:
The prognostic role of computed tomography (CT)-defined skeletal muscle features in COVID-19 is still under investigation. The aim of the present study was to evaluate the prognostic role of CT-defined skeletal muscle area and density in patients with COVID-19 in a multicenter setting. This retrospective study is a part of the German multicenter project RACOON (Radiological Cooperative Network of the COVID-19 pandemic). The acquired sample included 1379 patients, 389 (28.2%) women and 990 (71.8%) men. In each case, chest CT was analyzed and pectoralis muscle area and density were calculated. Data were analyzed by means of descriptive statistics. Group differences were calculated using the Mann-Whitney-U test and Fisher's exact test. Univariable and multivariable logistic regression analyses were performed. The 30-day mortality was 17.9%. Using median values as thresholds, low pectoralis muscle density (LPMD) was a strong and independent predictor of 30-day mortality, HR=2.97, 95%-CI: 1.52-5.80, p=0.001. Also in male patients, LPMD predicted independently 30-day mortality, HR=2.96, 95%-CI: 1.42-6.18, p=0.004. In female patients, the analyzed pectoralis muscle parameters did not predict 30-day mortality. For patients under 60 years of age, LPMD was strongly associated with 30-day mortality, HR=2.72, 95%-CI: 1.17;6.30, p=0.019. For patients over 60 years of age, pectoralis muscle parameters could not predict 30-day mortality. In male patients with COVID-19, low pectoralis muscle density is strongly associated with 30-day mortality and can be used for risk stratification. In female patients with COVID-19, pectoralis muscle parameters cannot predict 30-day mortality.
| DOI: | 10.1016/j.acra.2024.11.054 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/39675998/ |
Abstract:
The prognostic role of computed tomography (CT)-defined skeletal muscle features in COVID-19 is still under investigation. The aim of the present study was to evaluate the prognostic role of CT-defined skeletal muscle area and density in patients with COVID-19 in a multicenter setting. This retrospective study is a part of the German multicenter project RACOON (Radiological Cooperative Network of the COVID-19 pandemic). The acquired sample included 1379 patients, 389 (28.2%) women and 990 (71.8%) men. In each case, chest CT was analyzed and pectoralis muscle area and density were calculated. Data were analyzed by means of descriptive statistics. Group differences were calculated using the Mann-Whitney-U test and Fisher's exact test. Univariable and multivariable logistic regression analyses were performed. The 30-day mortality was 17.9%. Using median values as thresholds, low pectoralis muscle density (LPMD) was a strong and independent predictor of 30-day mortality, HR=2.97, 95%-CI: 1.52-5.80, p=0.001. Also in male patients, LPMD predicted independently 30-day mortality, HR=2.96, 95%-CI: 1.42-6.18, p=0.004. In female patients, the analyzed pectoralis muscle parameters did not predict 30-day mortality. For patients under 60 years of age, LPMD was strongly associated with 30-day mortality, HR=2.72, 95%-CI: 1.17;6.30, p=0.019. For patients over 60 years of age, pectoralis muscle parameters could not predict 30-day mortality. In male patients with COVID-19, low pectoralis muscle density is strongly associated with 30-day mortality and can be used for risk stratification. In female patients with COVID-19, pectoralis muscle parameters cannot predict 30-day mortality.
[en]
K. Allgoewer,
C. Stark,
A. Fitzek,
T. Huter,
A. Heinemann and
B. Ondruschka,
"Impact of the COVID-19 pandemic on admissions of deceased to an institute of legal medicine in Germany",
Scientific Reports,
vol. 15,
no. 1,
pp. 15115,
Apr.
2025.
Abstract:
All over the world, the COVID-19 pandemic has impacted mortality beyond deaths that can be directly attributed to the viral disease. This study investigates the effects of the pandemic on admissions of deceased to a large institute of legal medicine and metropolitan morgue in Germany. Employing statistical models, the general time trend was separated from the effect of the pandemic in terms of place of death, autopsy category, age and sex. In addition, the pandemic’s impact on one of the structurally most important public health determinants, poverty, on numbers of admissions in different place of death categories was analyzed. We find that the pandemic has caused a significant increase in admissions of those who died at residential addresses, which appears to be primarily driven by SARS-CoV-2 negative cases, and those who died in retirement and care facilities, with a significant overrepresentation of SARS-CoV-2 positive cases. A high degree of poverty in a neighborhood does not impact the likelihood to be admitted to the institute in those two categories before or during the pandemic. For dead bodies found in public spaces, however, a poverty variable causes a significant increase in the number of admissions during the pre-pandemic phase. Interestingly, this effect is reversed during the pandemic period. The number of admissions without an autopsy being ordered or requested increased significantly during the pandemic. Further, the COVID-19 pandemic caused a significant increase in admissions in the senile population. Our results indicate that the reluctance of treating physicians to conduct house calls to certify a death has persisted throughout the pandemic and has caused a surge of admissions of deceased to the institute of legal medicine without any criminological indications or subsequent rise in forensic autopsy orders.
| DOI: | 10.1038/s41598-025-97117-w |
| Datei: | https://www.nature.com/articles/s41598-025-97117-w |
Abstract:
All over the world, the COVID-19 pandemic has impacted mortality beyond deaths that can be directly attributed to the viral disease. This study investigates the effects of the pandemic on admissions of deceased to a large institute of legal medicine and metropolitan morgue in Germany. Employing statistical models, the general time trend was separated from the effect of the pandemic in terms of place of death, autopsy category, age and sex. In addition, the pandemic’s impact on one of the structurally most important public health determinants, poverty, on numbers of admissions in different place of death categories was analyzed. We find that the pandemic has caused a significant increase in admissions of those who died at residential addresses, which appears to be primarily driven by SARS-CoV-2 negative cases, and those who died in retirement and care facilities, with a significant overrepresentation of SARS-CoV-2 positive cases. A high degree of poverty in a neighborhood does not impact the likelihood to be admitted to the institute in those two categories before or during the pandemic. For dead bodies found in public spaces, however, a poverty variable causes a significant increase in the number of admissions during the pre-pandemic phase. Interestingly, this effect is reversed during the pandemic period. The number of admissions without an autopsy being ordered or requested increased significantly during the pandemic. Further, the COVID-19 pandemic caused a significant increase in admissions in the senile population. Our results indicate that the reluctance of treating physicians to conduct house calls to certify a death has persisted throughout the pandemic and has caused a surge of admissions of deceased to the institute of legal medicine without any criminological indications or subsequent rise in forensic autopsy orders.
S. Holzwarth,
K. Saadat,
M. Jorczyk,
S. Dreßen,
S. Kotsias-Konopelska,
A. Schlegtendal,
C. Maier,
J. Schmitt,
K. Paul,
J. Pagel,
A. C. Muntau,
R. Berner,
F. Brinkmann and
N. Toepfner,
"PaedVacCOVID - safety of the BNT162b2 vaccine against the SARS-CoV-2 in children with and without comorbidities aged 5 to 11 years.",
Infection,
Apr.
2025.
Abstract:
Über spezifische Sicherheitsaspekte bei Kindern mit signifikanten Komorbiditäten, die den mRNA-Impfstoff BNT162b2 erhalten, ist wenig bekannt, da Zulassungsstudien diese Population nicht ansprechen. Diese Studie dient der Bewertung von Sicherheit und negativen Ereignissen in diesen Kindern im Vergleich zu gesunden Kindern. In dieser prospektiven, multizentrischen, branchenunabhängigen Kohortenstudie wurden Pflegekräfte, deren Kinder BNT162b2 erhielten, gebeten, an einem Online-Fragebogen teilzunehmen. Mögliche Nebenwirkungen wurden in zehn organbezogenen Kategorien bewertet. Die Häufigkeit der Symptome wurde in beiden Kohorten durch bivariate Analyse verglichen. Aus insgesamt 1.294 Antworten auf den Fragebogen wurden 793 Datensätze in die Analyse einbezogen (179 Kinder mit Komorbiditäten und 614 gesunde Kinder). Antworten wurden in einer Median von 17 Tagen nach der Impfung gegeben. Insgesamt war die Sicherheit von BNT162b2 in beiden Kohorten hoch. Psychologisch (OR: 3.56, [95% CI: 1.461 bis 8.629]), pulmonal (OR: 7.14, [95% CI: 2.039 bis 21.48]), gastrointestinal (OR: 2.35, [95% CI: 1.231 bis 4.665]), neurologische (OR: 1.74, [95% CI: 1.078 bis 2.796]) und dermatologische (OR: 2.28, Die höhere Rate der gemeldeten post-vaccination Symptome könnte entweder auf eine höhere Anfälligkeit für symptomatische Effekte nach Immunstimulation oder aufgrund eines trainierten Bewusstseins für gesundheitsbezogene Symptome zurückzuführen sein. Die Daten unterstreichen die Bedeutung, die Sicherheit der neuen mRNA COVID-19 Impfstoffe nicht nur bei gesunden Kindern, sondern auch bei Kindern mit Komorbiditäten zu bewerten. Für pharmazeutische Unternehmen sollte eine solche Bewertung zwingend vorgeschrieben werden.
| DOI: | 10.1007/s15010-024-02427-2 |
Abstract:
Über spezifische Sicherheitsaspekte bei Kindern mit signifikanten Komorbiditäten, die den mRNA-Impfstoff BNT162b2 erhalten, ist wenig bekannt, da Zulassungsstudien diese Population nicht ansprechen. Diese Studie dient der Bewertung von Sicherheit und negativen Ereignissen in diesen Kindern im Vergleich zu gesunden Kindern. In dieser prospektiven, multizentrischen, branchenunabhängigen Kohortenstudie wurden Pflegekräfte, deren Kinder BNT162b2 erhielten, gebeten, an einem Online-Fragebogen teilzunehmen. Mögliche Nebenwirkungen wurden in zehn organbezogenen Kategorien bewertet. Die Häufigkeit der Symptome wurde in beiden Kohorten durch bivariate Analyse verglichen. Aus insgesamt 1.294 Antworten auf den Fragebogen wurden 793 Datensätze in die Analyse einbezogen (179 Kinder mit Komorbiditäten und 614 gesunde Kinder). Antworten wurden in einer Median von 17 Tagen nach der Impfung gegeben. Insgesamt war die Sicherheit von BNT162b2 in beiden Kohorten hoch. Psychologisch (OR: 3.56, [95% CI: 1.461 bis 8.629]), pulmonal (OR: 7.14, [95% CI: 2.039 bis 21.48]), gastrointestinal (OR: 2.35, [95% CI: 1.231 bis 4.665]), neurologische (OR: 1.74, [95% CI: 1.078 bis 2.796]) und dermatologische (OR: 2.28, Die höhere Rate der gemeldeten post-vaccination Symptome könnte entweder auf eine höhere Anfälligkeit für symptomatische Effekte nach Immunstimulation oder aufgrund eines trainierten Bewusstseins für gesundheitsbezogene Symptome zurückzuführen sein. Die Daten unterstreichen die Bedeutung, die Sicherheit der neuen mRNA COVID-19 Impfstoffe nicht nur bei gesunden Kindern, sondern auch bei Kindern mit Komorbiditäten zu bewerten. Für pharmazeutische Unternehmen sollte eine solche Bewertung zwingend vorgeschrieben werden.
A. Jaiswal,
P. Fervers,
F. Meng,
H. Zhang,
D. Móré,
A. Giannakis,
J. Wailzer,
A. M. Bucher,
D. Maintz,
J. Kottlors,
R. Shahzad and
T. Persigehl,
"Performance of AI Approaches for COVID-19 Diagnosis Using Chest CT Scans: The Impact of Architecture and Dataset.",
RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin,
Apr.
2025.
Abstract:
AI entsteht als vielversprechendes Werkzeug zur Diagnose von COVID-19 basierend auf Brust-CT-Scans. Ziel dieser Studie war der Vergleich von KI-Modellen zur COVID-19-Diagnostik. Daher haben wir: (1) mit einem großen, klinisch relevanten CT-Datensatz drei verschiedene KI-Modelle zur Klassifikation von COVID-19 und Nicht-COVID-19-Pneumonie (nCP) trainiert, (2) die Modellleistung mit einem unabhängigen Testsatz bewertet und (3) die Modelle sowohl algorithmisch als auch experimentell verglichen. In dieser multizentrischen Multi-Vendor-Studie haben wir n=1591 Brust-CT-Scans von COVID-19 (n=762) und nCP (n=829) Patienten aus China und Deutschland gesammelt. In Deutschland wurden die Daten von drei RACOON-Standorten erhoben. Wir trainierten und validierten drei COVID-19 AI-Modelle mit unterschiedlichen Architekturen: COVNet basierend auf 2D-CNN, DeCoVnet basierend auf 3D-CNN und AD3D-MIL basierend auf 3D-CNN mit Aufmerksamkeitsmodul. 991 CT-Scans wurden zur Ausbildung der KI-Modelle mit 5-facher Quervalidierung verwendet. Für unabhängige Tests wurden 600 CT-Scans aus 6 verschiedenen Zentren verwendet. Die Leistung der Modelle wurde mit Genauigkeit (Acc), Empfindlichkeit (Se) und Spezifität (Sp) bewertet. Die durchschnittliche Validierungsgenauigkeit der COVNet-, DeCoVnet- und AD3D-MIL-Modelle über die 5 Falten betrug 80,9%, 82,0% bzw. 84,3%. Auf dem unabhängigen Testsatz mit n=600 CT-Scans lieferte COVNet Acc=76.6%, Se=67.8%, Sp=85.7%; DeCoVnet lieferte Acc=75.1%, Se=61.2%, Sp=89.7%; und AD3D-MIL erreichten Acc=73.9%, Se=57.7%, Sp=90.8%. Die Klassifikationsleistung der bewerteten KI-Modelle ist nicht von der Architektur selbst stark abhängig. Unsere Ergebnisse zeigen eine hohe Spezifität und moderate Empfindlichkeit. Die KI-Klassifikationsmodelle sollten nicht unbeaufsichtigt verwendet werden, sondern könnten Radiologen bei der COVID-19 und der NCP-Identifizierung unterstützen. · Diese Studie vergleicht KI-Ansätze zur Diagnose von COVID-19 in Brust-CT-Scans, die für die weitere Optimierung der Versorgung von Gesundheits- und Pandemievorbereitungen unerlässlich sind. · Unsere Experimente mit einem multicenter, multi-vendor, diversen Datensatz zeigen, dass die Trainingsdaten der Schlüsselfaktor für die Bestimmung der diagnostischen Leistung sind. · Die KI-Modelle sollten nicht unübertroffen, sondern als Werkzeug zur Unterstützung von Radiologen verwendet werden. · Jaiswal A, Fervers P, Meng F et al. Performance von KI-Ansätzen für COVID-19-Diagnose mit Chest CT-Scans: Die Auswirkungen von Architektur und Datensatz. Rofo 2025; DOI 10.1055/a-2577-3928.
| DOI: | 10.1055/a-2577-3928 |
Abstract:
AI entsteht als vielversprechendes Werkzeug zur Diagnose von COVID-19 basierend auf Brust-CT-Scans. Ziel dieser Studie war der Vergleich von KI-Modellen zur COVID-19-Diagnostik. Daher haben wir: (1) mit einem großen, klinisch relevanten CT-Datensatz drei verschiedene KI-Modelle zur Klassifikation von COVID-19 und Nicht-COVID-19-Pneumonie (nCP) trainiert, (2) die Modellleistung mit einem unabhängigen Testsatz bewertet und (3) die Modelle sowohl algorithmisch als auch experimentell verglichen. In dieser multizentrischen Multi-Vendor-Studie haben wir n=1591 Brust-CT-Scans von COVID-19 (n=762) und nCP (n=829) Patienten aus China und Deutschland gesammelt. In Deutschland wurden die Daten von drei RACOON-Standorten erhoben. Wir trainierten und validierten drei COVID-19 AI-Modelle mit unterschiedlichen Architekturen: COVNet basierend auf 2D-CNN, DeCoVnet basierend auf 3D-CNN und AD3D-MIL basierend auf 3D-CNN mit Aufmerksamkeitsmodul. 991 CT-Scans wurden zur Ausbildung der KI-Modelle mit 5-facher Quervalidierung verwendet. Für unabhängige Tests wurden 600 CT-Scans aus 6 verschiedenen Zentren verwendet. Die Leistung der Modelle wurde mit Genauigkeit (Acc), Empfindlichkeit (Se) und Spezifität (Sp) bewertet. Die durchschnittliche Validierungsgenauigkeit der COVNet-, DeCoVnet- und AD3D-MIL-Modelle über die 5 Falten betrug 80,9%, 82,0% bzw. 84,3%. Auf dem unabhängigen Testsatz mit n=600 CT-Scans lieferte COVNet Acc=76.6%, Se=67.8%, Sp=85.7%; DeCoVnet lieferte Acc=75.1%, Se=61.2%, Sp=89.7%; und AD3D-MIL erreichten Acc=73.9%, Se=57.7%, Sp=90.8%. Die Klassifikationsleistung der bewerteten KI-Modelle ist nicht von der Architektur selbst stark abhängig. Unsere Ergebnisse zeigen eine hohe Spezifität und moderate Empfindlichkeit. Die KI-Klassifikationsmodelle sollten nicht unbeaufsichtigt verwendet werden, sondern könnten Radiologen bei der COVID-19 und der NCP-Identifizierung unterstützen. · Diese Studie vergleicht KI-Ansätze zur Diagnose von COVID-19 in Brust-CT-Scans, die für die weitere Optimierung der Versorgung von Gesundheits- und Pandemievorbereitungen unerlässlich sind. · Unsere Experimente mit einem multicenter, multi-vendor, diversen Datensatz zeigen, dass die Trainingsdaten der Schlüsselfaktor für die Bestimmung der diagnostischen Leistung sind. · Die KI-Modelle sollten nicht unübertroffen, sondern als Werkzeug zur Unterstützung von Radiologen verwendet werden. · Jaiswal A, Fervers P, Meng F et al. Performance von KI-Ansätzen für COVID-19-Diagnose mit Chest CT-Scans: Die Auswirkungen von Architektur und Datensatz. Rofo 2025; DOI 10.1055/a-2577-3928.
M. Manzke,
F. C. Laqua,
B. Böttcher,
A. Klemenz,
M. Weber,
B. Baessler and
F. G. Meinel,
"Repeatability of radiomic features in myocardial T1 and T2 mapping.",
European radiology,
Mä.
2025.
Abstract:
Zur Untersuchung der Test-Retest-Wiederholbarkeit von radiomischen Features in myokardial native T1 und T2 Mapping. In dieser prospektiven Studie haben 50 gesunde Freiwillige (29 Frauen und 21 Männer, Durchschnittsalter 39,4 ± 13,7 Jahre) zwei identische Herz-Magnetresonanz-Bildgebung (MRI)-Untersuchungen bei 1,5 T durchgeführt. Das Protokoll beinhaltete die native T1 und T2 Kartierung sowohl in der Kurz- als auch in der Langachse. Für die T1 Kartierung haben wir Standard (1.9 × 1,9 mm) und hohe (1.4 × 1,4 mm) Raumauflösung untersucht. Nach manueller Segmentierung des linken ventrikulären Myokards wurden 100 radiomische Features aus sieben Merkmalsklassen extrahiert und analysiert. Die Prüf-Retest-Wiederholbarkeit von radiomischen Merkmalen wurde mit dem Intraklasse-Korrelationskoeffizienten (ICC) bewertet und als schlecht eingestuft (ICC < 0,50), gemäßigt (0,50-0.75), gut (0.75-0,90) und ausgezeichnet (> 0,90). Für T1-Karten, die in kurzer Ausrichtung bei Standardauflösung erworben wurden, war die Wiederholbarkeit für 6 Features, gut für 29 Features, moderiert für 19 Features und schlecht für 46 Features. Wir identifizierten 15 Merkmale von 6 Klassen, die eine gute bis ausgezeichnete Reproduzierbarkeit für T1 Mapping in allen Auflösungen und allen Orientierungen zeigten. Für kurze T2-Karten war die Wiederholbarkeit für 6 Funktionen, gut für 25 Funktionen, moderiert für 23 Funktionen und schlecht für 46 Funktionen. 12 Merkmale aus 5 Klassen wurden gefunden, um eine gute bis ausgezeichnete Wiederholbarkeit in T2 Kartierung unabhängig von der Schichtorientierung zu haben. Wir haben eine Untermenge von Merkmalen mit guter bis ausgezeichneter Wiederholbarkeit unabhängig von der Schichtorientierung und der räumlichen Auflösung identifiziert. Wir empfehlen, diese Funktionen für weitere Radiomik-Forschung in myocardial T1 und T2 Mapping zu nutzen. Frage Die Studie befasst sich mit dem Bedürfnis nach zuverlässigen radiomischen Merkmalen für die quantitative Analyse des Myokards, um die diagnostische Konsistenz im Herz-MRT zu gewährleisten. Ergebnisse Wir haben eine Teilmenge von radiomischen Merkmalen identifiziert, die eine gute bis ausgezeichnete Wiederholbarkeit in nativen T1 und T2 Kartierungen unabhängig von Schichtorientierung und Auflösung zeigen. Klinische RelevanzRadiomische Merkmale wurden als diagnostische und prognostische Biomarker in verschiedenen Herzerkrankungen vorgeschlagen. Durch die Identifizierung einer Teilmenge von besonders reproduzierbaren radiomischen Merkmalen dient unsere Studie dazu, die Auswahl von radiomischen Merkmalen in zukünftigen Forschungs- und klinischen Anwendungen zu informieren.
| DOI: | 10.1007/s00330-024-11337-8 |
Abstract:
Zur Untersuchung der Test-Retest-Wiederholbarkeit von radiomischen Features in myokardial native T1 und T2 Mapping. In dieser prospektiven Studie haben 50 gesunde Freiwillige (29 Frauen und 21 Männer, Durchschnittsalter 39,4 ± 13,7 Jahre) zwei identische Herz-Magnetresonanz-Bildgebung (MRI)-Untersuchungen bei 1,5 T durchgeführt. Das Protokoll beinhaltete die native T1 und T2 Kartierung sowohl in der Kurz- als auch in der Langachse. Für die T1 Kartierung haben wir Standard (1.9 × 1,9 mm) und hohe (1.4 × 1,4 mm) Raumauflösung untersucht. Nach manueller Segmentierung des linken ventrikulären Myokards wurden 100 radiomische Features aus sieben Merkmalsklassen extrahiert und analysiert. Die Prüf-Retest-Wiederholbarkeit von radiomischen Merkmalen wurde mit dem Intraklasse-Korrelationskoeffizienten (ICC) bewertet und als schlecht eingestuft (ICC < 0,50), gemäßigt (0,50-0.75), gut (0.75-0,90) und ausgezeichnet (> 0,90). Für T1-Karten, die in kurzer Ausrichtung bei Standardauflösung erworben wurden, war die Wiederholbarkeit für 6 Features, gut für 29 Features, moderiert für 19 Features und schlecht für 46 Features. Wir identifizierten 15 Merkmale von 6 Klassen, die eine gute bis ausgezeichnete Reproduzierbarkeit für T1 Mapping in allen Auflösungen und allen Orientierungen zeigten. Für kurze T2-Karten war die Wiederholbarkeit für 6 Funktionen, gut für 25 Funktionen, moderiert für 23 Funktionen und schlecht für 46 Funktionen. 12 Merkmale aus 5 Klassen wurden gefunden, um eine gute bis ausgezeichnete Wiederholbarkeit in T2 Kartierung unabhängig von der Schichtorientierung zu haben. Wir haben eine Untermenge von Merkmalen mit guter bis ausgezeichneter Wiederholbarkeit unabhängig von der Schichtorientierung und der räumlichen Auflösung identifiziert. Wir empfehlen, diese Funktionen für weitere Radiomik-Forschung in myocardial T1 und T2 Mapping zu nutzen. Frage Die Studie befasst sich mit dem Bedürfnis nach zuverlässigen radiomischen Merkmalen für die quantitative Analyse des Myokards, um die diagnostische Konsistenz im Herz-MRT zu gewährleisten. Ergebnisse Wir haben eine Teilmenge von radiomischen Merkmalen identifiziert, die eine gute bis ausgezeichnete Wiederholbarkeit in nativen T1 und T2 Kartierungen unabhängig von Schichtorientierung und Auflösung zeigen. Klinische RelevanzRadiomische Merkmale wurden als diagnostische und prognostische Biomarker in verschiedenen Herzerkrankungen vorgeschlagen. Durch die Identifizierung einer Teilmenge von besonders reproduzierbaren radiomischen Merkmalen dient unsere Studie dazu, die Auswahl von radiomischen Merkmalen in zukünftigen Forschungs- und klinischen Anwendungen zu informieren.
T. C. Walter-Rittel,
A. Frisch,
C. A. Hamm,
G. L. Baumgärtner,
A. Hartenstein,
F. Dräger,
M. Haas,
H. Cash,
S. Hofbauer,
B. Hamm,
N. L. Beetz and
T. Penzkofer,
"Automated 24-sector grid-map algorithm for prostate mpMRI improves precision and efficacy of prostate lesion location reporting",
European journal of radiology,
vol. 183,
pp. 111897,
Feb.
2025.
Abstract:
The Prostate Imaging-Reporting and Data System (PI-RADS) calls for reporting the prostate index lesion and the location within the transition (TZ) or peripheral zone (PZ) and location on a corresponding sector map. The aim of this study was to train a deep learning DL-based algorithm for automatic prostate sector mapping and to validate its' performance. An automatic 24-sector grid-map (ASG) of the prostate was developed, based on an automatic zone-specific deep learning segmentation of the prostate. To evaluate the efficacy of the method, fiducials for random locations within the prostate were placed, and the corresponding sectors were determined for 50 mpMRI datasets. The reference standard was defined in a consensus read by two expert uroradiologists. Annotated fiducial locations were evaluated automatically by the ASG and by four radiologists in two reads with and without the help of a superimposed sector grid-map and the success rate was compared. The ASG algorithm identified the correct prostate sector of the annotated lesions in 80 % (40/50 reads) of the cases and outperformed readings of the four radiologists with 55 % (109/200), p < 0.0001. The added use of the 24 ASG map significantly improved the rate of correct sector annotation for the four radiologists to 71 % (141/200), p < 0.004. The 24 ASG map was effective for prostate sector segmentation and significantly improved location reporting of prostate lesions.
| DOI: | 10.1016/j.ejrad.2024.111897 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/39729944/ |
Abstract:
The Prostate Imaging-Reporting and Data System (PI-RADS) calls for reporting the prostate index lesion and the location within the transition (TZ) or peripheral zone (PZ) and location on a corresponding sector map. The aim of this study was to train a deep learning DL-based algorithm for automatic prostate sector mapping and to validate its' performance. An automatic 24-sector grid-map (ASG) of the prostate was developed, based on an automatic zone-specific deep learning segmentation of the prostate. To evaluate the efficacy of the method, fiducials for random locations within the prostate were placed, and the corresponding sectors were determined for 50 mpMRI datasets. The reference standard was defined in a consensus read by two expert uroradiologists. Annotated fiducial locations were evaluated automatically by the ASG and by four radiologists in two reads with and without the help of a superimposed sector grid-map and the success rate was compared. The ASG algorithm identified the correct prostate sector of the annotated lesions in 80 % (40/50 reads) of the cases and outperformed readings of the four radiologists with 55 % (109/200), p < 0.0001. The added use of the 24 ASG map significantly improved the rate of correct sector annotation for the four radiologists to 71 % (141/200), p < 0.004. The 24 ASG map was effective for prostate sector segmentation and significantly improved location reporting of prostate lesions.
T. Wald,
B. Hamm,
J. C. Holzschuh,
R. El Shafie,
A. Kudak,
B. Kovacs,
I. Pflüger,
B. Nettelbladt,
C. Ulrich,
M. A. Baumgartner,
P. Vollmuth,
J. Debus,
K. H. Maier-Hein and
T. Welzel,
"Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI.",
European radiology experimental,
Feb.
2025.
Abstract:
Gadolinium-verstärkte "Sampling Perfection mit anwendungsoptimierten Kontrasten mit unterschiedlicher Flip-Winkel-Entwicklung" (SPACE)-Sequenz ermöglicht eine bessere Visualisierung von Hirnmetastasen (BMs) im Vergleich zu "magnetisierungsvorbereiteten schnellen Akquisitionsgradientenecho" (MPRAGE). Wir vermuten, dass diese bessere Vermutung zu einer qualitativ hochwertigen Annotation (HAQ) führt, die den tiefen Lernalgorithmus (DL) von BMs auf MPRAGE-Bildern verbessert. Es wurden retrospektive kontrastverstärkte (gadobutrol 0.1 mmol/kg) SPACE- und MPRAGE-Daten von 157 Patienten mit BM verwendet, die entweder auf MPRAGE notiert wurden, was zu einer normalen Annotationsqualität (NAQ) oder auf koregiertem SPACE führt, was zu HAQ führt. Mehrere DL-Methoden wurden mit NAQ oder HAQ unter Verwendung von SPACE- oder MRPAGE-Bildern entwickelt und auf ihrer Nachweisleistung mit positivem Vorhersagewert (PPV), Sensitivität und F1-Score und auf ihrer Abgrenzungsleistung mit volumetrischen Dice Ähnlichkeitskoeffizienten, PPV und Empfindlichkeit auf einem internen und vier zusätzlichen Testdatensätzen (660 Patienten) ausgewertet. Das SPACE-HAQ Modell erreichte 0,978 PPV, 0,882 Empfindlichkeit und 0,916 F1-Score. Die MPRAGE-HAQ erreichte 0,867, 0,839 und 0,840, die MPRAGE NAQ 0.964, 0.667 bzw. 0.798 (p ≥ 0.157). Die MPRAGE-HAQ F1-Score-Erkennung erhöhte sich gegenüber MPRAGE-NAQ auf allen zusätzlichen Testdatensätzen um 2,5-9,6 Punkte (p < 0,016) und die Empfindlichkeit verbesserte sich an drei Datensätzen um 4,6-8,5 Punkte (p < 0,001). Darüber hinaus verbesserte sich die volumetrische Instanzempfindlichkeit um 3,6-7,6 Punkte (p < 0,001). HAQ verbessert DL-Methoden ohne spezialisierte Bildgebung während der Anwendungszeit. HAQ allein erreicht etwa 40% der Leistungsverbesserungen, die mit SPACE-Bildern als Eingabe gesehen werden, was eine schnelle und genaue, vollautomatische Erkennung von kleinen (< 1 cm) BMs ermöglicht. Die mit der SPACE-Sequenz erstellte Ausbildung mit hochwertigen Annotationen verbessert die Erkennungs- und Delineationsempfindlichkeit von DL-Methoden zur Detektion von Hirnmetastasen (BMs) auf MPRAGE-Bildern. Dieses MRI Cross-Technique Transfer Lernen ist ein vielversprechender Weg, um die diagnostische Leistung zu erhöhen. Die Delineierung kleiner BMs auf SPACE MRI-Sequenz führt zu höheren Qualitätsannotationen als auf der MPRAGE-Sequenz aufgrund erhöhter Vermutung. Durch die Verwendung von Cross-Technique Boden Wahrheits-Annotationen während der Ausbildung verbesserte die Genauigkeit von DL-Modellen bei der Erkennung und Segmentierung von BMs. Cross-Technique-Annotation kann DL-Modelle verbessern, indem die Vorteile von spezialisierten, zeitintensiven MRT-Sequenzen integriert werden, während sie sich nicht auf sie verlassen. Eine weitere Validierung in prospektiven Studien ist erforderlich.
| DOI: | 10.1186/s41747-025-00554-5 |
Abstract:
Gadolinium-verstärkte "Sampling Perfection mit anwendungsoptimierten Kontrasten mit unterschiedlicher Flip-Winkel-Entwicklung" (SPACE)-Sequenz ermöglicht eine bessere Visualisierung von Hirnmetastasen (BMs) im Vergleich zu "magnetisierungsvorbereiteten schnellen Akquisitionsgradientenecho" (MPRAGE). Wir vermuten, dass diese bessere Vermutung zu einer qualitativ hochwertigen Annotation (HAQ) führt, die den tiefen Lernalgorithmus (DL) von BMs auf MPRAGE-Bildern verbessert. Es wurden retrospektive kontrastverstärkte (gadobutrol 0.1 mmol/kg) SPACE- und MPRAGE-Daten von 157 Patienten mit BM verwendet, die entweder auf MPRAGE notiert wurden, was zu einer normalen Annotationsqualität (NAQ) oder auf koregiertem SPACE führt, was zu HAQ führt. Mehrere DL-Methoden wurden mit NAQ oder HAQ unter Verwendung von SPACE- oder MRPAGE-Bildern entwickelt und auf ihrer Nachweisleistung mit positivem Vorhersagewert (PPV), Sensitivität und F1-Score und auf ihrer Abgrenzungsleistung mit volumetrischen Dice Ähnlichkeitskoeffizienten, PPV und Empfindlichkeit auf einem internen und vier zusätzlichen Testdatensätzen (660 Patienten) ausgewertet. Das SPACE-HAQ Modell erreichte 0,978 PPV, 0,882 Empfindlichkeit und 0,916 F1-Score. Die MPRAGE-HAQ erreichte 0,867, 0,839 und 0,840, die MPRAGE NAQ 0.964, 0.667 bzw. 0.798 (p ≥ 0.157). Die MPRAGE-HAQ F1-Score-Erkennung erhöhte sich gegenüber MPRAGE-NAQ auf allen zusätzlichen Testdatensätzen um 2,5-9,6 Punkte (p < 0,016) und die Empfindlichkeit verbesserte sich an drei Datensätzen um 4,6-8,5 Punkte (p < 0,001). Darüber hinaus verbesserte sich die volumetrische Instanzempfindlichkeit um 3,6-7,6 Punkte (p < 0,001). HAQ verbessert DL-Methoden ohne spezialisierte Bildgebung während der Anwendungszeit. HAQ allein erreicht etwa 40% der Leistungsverbesserungen, die mit SPACE-Bildern als Eingabe gesehen werden, was eine schnelle und genaue, vollautomatische Erkennung von kleinen (< 1 cm) BMs ermöglicht. Die mit der SPACE-Sequenz erstellte Ausbildung mit hochwertigen Annotationen verbessert die Erkennungs- und Delineationsempfindlichkeit von DL-Methoden zur Detektion von Hirnmetastasen (BMs) auf MPRAGE-Bildern. Dieses MRI Cross-Technique Transfer Lernen ist ein vielversprechender Weg, um die diagnostische Leistung zu erhöhen. Die Delineierung kleiner BMs auf SPACE MRI-Sequenz führt zu höheren Qualitätsannotationen als auf der MPRAGE-Sequenz aufgrund erhöhter Vermutung. Durch die Verwendung von Cross-Technique Boden Wahrheits-Annotationen während der Ausbildung verbesserte die Genauigkeit von DL-Modellen bei der Erkennung und Segmentierung von BMs. Cross-Technique-Annotation kann DL-Modelle verbessern, indem die Vorteile von spezialisierten, zeitintensiven MRT-Sequenzen integriert werden, während sie sich nicht auf sie verlassen. Eine weitere Validierung in prospektiven Studien ist erforderlich.
[en]
M. Schranz,
M. Rupprecht,
A. Aigner,
L. Benning,
C. Schlump,
N. Charfeddine,
M. Diercke,
L. Grabenhenrich,
A. Ullrich,
H. Neuhauser,
B. Maier,
A. R. Group,
F. P. Hans and
S. Blaschke,
"Establishing Syndromic Surveillance of Acute Coronary Syndrome, Myocardial Infarction, and Stroke: Registry Study Based on Routine Data From German Emergency Departments",
JMIR Public Health and Surveillance,
vol. 11,
pp. e66218—e66218,
Feb.
2025.
Abstract:
Abstract Background Emergency department (ED) routine data offer a unique opportunity for syndromic surveillance of communicable and noncommunicable diseases (NCDs). In 2020, the Robert Koch Institute established a syndromic surveillance system using ED data from the AKTIN registry. The system provides daily insights into ED utilization for infectious diseases. Adding NCD indicators to the surveillance is of great public health importance, especially during acute events, where timely monitoring enables targeted public health responses and communication. Objective This study aimed to develop and validate syndrome definitions for the NCD indicators of acute coronary syndrome (ACS), myocardial infarction (MI), and stroke (STR). Methods First, syndrome definitions were developed with clinical experts combining ED diagnosis, chief complaints, diagnostic certainty, and discharge information. Then, using the multicenter retrospective routine ED data provided by the AKTIN registry, we conducted internal validation by linking ED cases fulfilling the syndrome definition with the hospital discharge diagnoses and calculating sensitivity, specificity, and accuracy. Lastly, external validation comprised the comparison of the ED cases fulfilling the syndrome definition with the federal German hospital diagnosis statistic. Ratios comparing the relative number of cases for all syndrome definitions were calculated and stratified by age and sex. Results We analyzed data from 9 EDs, totaling 704,797 attendances from January 1, 2019, to March 5, 2021. Syndrome definitions were based on ICD-10 (International Statistical Classification of Diseases and Related Health Problems 10th Revision-German Modification) diagnoses, chief complaints, and discharge information. We identified 4.3% of all cases as ACS, 0.6% as MI, and 3.2% as STR. Patients with ACS and MI were more likely to be male (58.3% and 64.7%), compared to the overall attendances (52.7%). For all syndrome definitions, the prevalence was higher in the older age groups (60‐79 years and \textgreater80 years), and the highest proportions of cases were assigned an urgency level (3=urgent or 2=very urgent). The internal validation showed accuracy and specificity levels above 96% for all syndrome definitions. The sensitivity was 85.3% for ACS, 56.6% for MI, and 80.5% for STR. The external validation showed high levels of correspondence between the ED data and the German hospital statistics, with most ratios ranging around 1, indicating congruence, particularly in older age groups. The highest differences were noted in younger age groups, with the highest ratios in women aged between 20 and 39 years (4.57 for MI and 4.17 for ACS). Conclusions We developed NCD indicators for ACS, MI, and STR that showed high levels of internal and external validity. The integration of these indicators into the syndromic surveillance system for EDs could enable daily monitoring of NCD patterns and trends to enhance timely public health surveillance in Germany.
| DOI: | 10.2196/66218 |
| Datei: | https://publichealth.jmir.org/2025/1/e66218 |
Abstract:
Abstract Background Emergency department (ED) routine data offer a unique opportunity for syndromic surveillance of communicable and noncommunicable diseases (NCDs). In 2020, the Robert Koch Institute established a syndromic surveillance system using ED data from the AKTIN registry. The system provides daily insights into ED utilization for infectious diseases. Adding NCD indicators to the surveillance is of great public health importance, especially during acute events, where timely monitoring enables targeted public health responses and communication. Objective This study aimed to develop and validate syndrome definitions for the NCD indicators of acute coronary syndrome (ACS), myocardial infarction (MI), and stroke (STR). Methods First, syndrome definitions were developed with clinical experts combining ED diagnosis, chief complaints, diagnostic certainty, and discharge information. Then, using the multicenter retrospective routine ED data provided by the AKTIN registry, we conducted internal validation by linking ED cases fulfilling the syndrome definition with the hospital discharge diagnoses and calculating sensitivity, specificity, and accuracy. Lastly, external validation comprised the comparison of the ED cases fulfilling the syndrome definition with the federal German hospital diagnosis statistic. Ratios comparing the relative number of cases for all syndrome definitions were calculated and stratified by age and sex. Results We analyzed data from 9 EDs, totaling 704,797 attendances from January 1, 2019, to March 5, 2021. Syndrome definitions were based on ICD-10 (International Statistical Classification of Diseases and Related Health Problems 10th Revision-German Modification) diagnoses, chief complaints, and discharge information. We identified 4.3% of all cases as ACS, 0.6% as MI, and 3.2% as STR. Patients with ACS and MI were more likely to be male (58.3% and 64.7%), compared to the overall attendances (52.7%). For all syndrome definitions, the prevalence was higher in the older age groups (60‐79 years and \textgreater80 years), and the highest proportions of cases were assigned an urgency level (3=urgent or 2=very urgent). The internal validation showed accuracy and specificity levels above 96% for all syndrome definitions. The sensitivity was 85.3% for ACS, 56.6% for MI, and 80.5% for STR. The external validation showed high levels of correspondence between the ED data and the German hospital statistics, with most ratios ranging around 1, indicating congruence, particularly in older age groups. The highest differences were noted in younger age groups, with the highest ratios in women aged between 20 and 39 years (4.57 for MI and 4.17 for ACS). Conclusions We developed NCD indicators for ACS, MI, and STR that showed high levels of internal and external validity. The integration of these indicators into the syndromic surveillance system for EDs could enable daily monitoring of NCD patterns and trends to enhance timely public health surveillance in Germany.
[en]
L. Ibargüen-González,
S. Heller,
D. López-García,
H. Dietenberger,
T. F. Barth,
P. Gallego,
I. Fernández-Cadenas,
S. Alzate-Piñol,
C. Crespí,
J. A. Mena-Guerrero,
E. Cisneros-Barroso,
A. P. Ugalde,
G. Bretones,
C. Steenblock,
A. Kleger,
M. L. DeDiego and
C. Barceló,
"Host factor PLAC8 is required for pancreas infection by SARS-CoV-2",
Communications Medicine,
vol. 5,
no. 1,
pp. 34,
Feb.
2025.
Abstract:
Die Studie zeigt, dass die Bauchspeicheldrüse (Pankreas) von SARS-CoV-2 infiziert werden kann und dass Anzeichen einer Schädigung mit der Schwere von COVID-19 zusammenhängen. Bei 120 COVID-19-Patienten erwiesen sich erhöhte Pankreasenzyme im Blut als hilfreiche Marker zur Einschätzung des Krankheitsverlaufs und der Prognose. In Gewebeproben verstorbener COVID-19-Patienten wurde ein Zusammenhang zwischen der Expression des Wirtsfaktors PLAC8 und einer SARS-CoV-2-Infektion im Pankreas sowie in anderen Zielorganen festgestellt. Zellkulturexperimente mit Pseudoviren und echten SARS-CoV-2-Varianten zeigten, dass PLAC8 für eine erfolgreiche Infektion von Pankreaszellen notwendig ist. Die Ergebnisse legen nahe, dass PLAC8 eine wichtige Rolle bei COVID-19-bedingten Pankreasschäden spielt und ein potenzieller Ansatzpunkt für zukünftige Therapien sein könnte.
| DOI: | 10.1038/s43856-025-00745-6 |
| Datei: | https://www.nature.com/articles/s43856-025-00745-6 |
Abstract:
Die Studie zeigt, dass die Bauchspeicheldrüse (Pankreas) von SARS-CoV-2 infiziert werden kann und dass Anzeichen einer Schädigung mit der Schwere von COVID-19 zusammenhängen. Bei 120 COVID-19-Patienten erwiesen sich erhöhte Pankreasenzyme im Blut als hilfreiche Marker zur Einschätzung des Krankheitsverlaufs und der Prognose. In Gewebeproben verstorbener COVID-19-Patienten wurde ein Zusammenhang zwischen der Expression des Wirtsfaktors PLAC8 und einer SARS-CoV-2-Infektion im Pankreas sowie in anderen Zielorganen festgestellt. Zellkulturexperimente mit Pseudoviren und echten SARS-CoV-2-Varianten zeigten, dass PLAC8 für eine erfolgreiche Infektion von Pankreaszellen notwendig ist. Die Ergebnisse legen nahe, dass PLAC8 eine wichtige Rolle bei COVID-19-bedingten Pankreasschäden spielt und ein potenzieller Ansatzpunkt für zukünftige Therapien sein könnte.
J. Bienzeisler,
A. Kombeiz,
S. Ehrentreich,
R. Otto,
W. Schirrmeister,
M. Pegoraro,
D. Brammen,
B. Puladi,
R. Röhrig and
R. W Majeed,
"Implementation report on pioneering federated data access for the German National Emergency Department Data Registry",
npj Digital Medicine,
vol. 8,
no. 1,
pp. 94,
Feb.
2025.
Abstract:
Continuous access to electronic health records will fuel the digital transformation of medicine. For data-sharing initiatives, the challenge lies in ensuring data access aligns with the interests of data holders. Federated data access authorization, where data remains controlled locally, may offer a solution to balance these interests. This paper reports on a digital health implementation of the federated data access authorization system used in the German National Emergency Department Data Registry. Using data from 2017 to 2024, we analyzed the system’s effectiveness in managing data access in a nationwide research network of 58 emergency departments. Facilitating access to more than 7.9 million records, 75% of data access queries were authorized within 15 days. The system also supports periodic queries, enabling recurring real-time access. Query volumes grew from 15 to over 23,000 by 2024, with completion rates of 86%. The system may thus serve as a blueprint for data-sharing initiatives worldwide.
| DOI: | 10.1038/s41746-025-01481-w |
| Datei: | https://doi.org/10.1038/s41746-025-01481-w |
Abstract:
Continuous access to electronic health records will fuel the digital transformation of medicine. For data-sharing initiatives, the challenge lies in ensuring data access aligns with the interests of data holders. Federated data access authorization, where data remains controlled locally, may offer a solution to balance these interests. This paper reports on a digital health implementation of the federated data access authorization system used in the German National Emergency Department Data Registry. Using data from 2017 to 2024, we analyzed the system’s effectiveness in managing data access in a nationwide research network of 58 emergency departments. Facilitating access to more than 7.9 million records, 75% of data access queries were authorized within 15 days. The system also supports periodic queries, enabling recurring real-time access. Query volumes grew from 15 to over 23,000 by 2024, with completion rates of 86%. The system may thus serve as a blueprint for data-sharing initiatives worldwide.
J. Kottlors,
R. Hahnfeldt,
L. Görtz,
A. Iuga,
P. Fervers,
J. Bremm,
D. Zopfs,
K. R. Laukamp,
O. A. Onur,
S. Lennartz,
M. Schönfeld,
D. Maintz,
C. Kabbasch,
T. Persigehl and
M. Schlamann,
"Large Language Models-Supported Thrombectomy Decision-Making in Acute Ischemic Stroke Based on Radiology Reports: Feasibility Qualitative Study.",
Journal of medical Internet research,
Feb.
2025.
Abstract:
Die neueste Weiterentwicklung der künstlichen Intelligenz (KI) ist ein generativer vortrainierter Transformator mit großen Sprachmodellen (LLMs). Sie wurden auf massive Textmengen geschult und ermöglichten menschliche und semantische Antworten auf textbasierte Eingaben und Anfragen. Das Potenzial solcher Werkzeuge für die medizinische Datenintegration und die klinische Entscheidungsfindung ist noch nicht klar. In dieser Studie untersuchen wir das Potenzial von LLMs in der berichtsbasierten medizinischen Entscheidungsfindung am Beispiel eines akuten ischämischen Schlaganfalls (AIS), wo klinische und bildbasierte Informationen einen unmittelbaren Bedarf an mechanischer Thrombektomie (MT) andeuten können. Ziel war es, die Durchführbarkeit der Integration von Radiologieberichtsdaten und anderen klinischen Informationen im Kontext der Therapieentscheidungsfindung mit LLMs zu klären. 100 Patienten mit AIS wurden rückwirkend aufgenommen, für die 50 % (50/100) für MT angegeben wurden, während die anderen 50 % (50/100) nicht waren. Der LLM wurde mit dem berechneten Tomographiebericht, Informationen über neurologische Symptome und das Alter der Patienten versorgt. Die Leistung des KI-Entscheidungsmodells wurde mit einem Expertenkonsens zur binären Bestimmung der MT-Indikation verglichen, für die Empfindlichkeit, Spezifität und Genauigkeit berechnet wurden. Das AI-Modell hatte eine Gesamtgenauigkeit von 88%, mit einer Spezifität von 96% und einer Empfindlichkeit von 80%. Der Bereich unter der Kurve für die berichtsbasierte MT-Entscheidung betrug 0,92. Die LLM erreichte vielversprechende Genauigkeit bei der Bestimmung der Förderfähigkeit von Patienten mit AIS für MT auf Basis von Radiologieberichten und klinischen Informationen. Unsere Ergebnisse unterstreichen das Potenzial von LLMs für die radiologische und medizinische Datenintegration. Diese Untersuchung sollte als Anreiz für weitere klinische Anwendungen von LLMs dienen, bei denen diese KI als verstärktes Unterstützungssystem für die menschliche Entscheidungsfindung verwendet werden sollte.
| DOI: | 10.2196/48328 |
Abstract:
Die neueste Weiterentwicklung der künstlichen Intelligenz (KI) ist ein generativer vortrainierter Transformator mit großen Sprachmodellen (LLMs). Sie wurden auf massive Textmengen geschult und ermöglichten menschliche und semantische Antworten auf textbasierte Eingaben und Anfragen. Das Potenzial solcher Werkzeuge für die medizinische Datenintegration und die klinische Entscheidungsfindung ist noch nicht klar. In dieser Studie untersuchen wir das Potenzial von LLMs in der berichtsbasierten medizinischen Entscheidungsfindung am Beispiel eines akuten ischämischen Schlaganfalls (AIS), wo klinische und bildbasierte Informationen einen unmittelbaren Bedarf an mechanischer Thrombektomie (MT) andeuten können. Ziel war es, die Durchführbarkeit der Integration von Radiologieberichtsdaten und anderen klinischen Informationen im Kontext der Therapieentscheidungsfindung mit LLMs zu klären. 100 Patienten mit AIS wurden rückwirkend aufgenommen, für die 50 % (50/100) für MT angegeben wurden, während die anderen 50 % (50/100) nicht waren. Der LLM wurde mit dem berechneten Tomographiebericht, Informationen über neurologische Symptome und das Alter der Patienten versorgt. Die Leistung des KI-Entscheidungsmodells wurde mit einem Expertenkonsens zur binären Bestimmung der MT-Indikation verglichen, für die Empfindlichkeit, Spezifität und Genauigkeit berechnet wurden. Das AI-Modell hatte eine Gesamtgenauigkeit von 88%, mit einer Spezifität von 96% und einer Empfindlichkeit von 80%. Der Bereich unter der Kurve für die berichtsbasierte MT-Entscheidung betrug 0,92. Die LLM erreichte vielversprechende Genauigkeit bei der Bestimmung der Förderfähigkeit von Patienten mit AIS für MT auf Basis von Radiologieberichten und klinischen Informationen. Unsere Ergebnisse unterstreichen das Potenzial von LLMs für die radiologische und medizinische Datenintegration. Diese Untersuchung sollte als Anreiz für weitere klinische Anwendungen von LLMs dienen, bei denen diese KI als verstärktes Unterstützungssystem für die menschliche Entscheidungsfindung verwendet werden sollte.
J. Li,
Z. Zhou,
J. Yang,
A. Pepe,
C. Gsaxner,
G. Luijten,
C. Qu,
T. Zhang,
X. Chen,
W. Li,
M. Wodzinski,
P. Friedrich,
K. Xie,
Y. Jin,
N. Ambigapathy,
E. Nasca,
N. Solak,
G. M. Melito,
V. D. Vu,
A. R. Memon,
C. Schlachta,
S. De Ribaupierre,
R. Patel,
R. Eagleson,
X. Chen,
H. Mächler,
J. S. Kirschke,
E. Rosa,
P. F. Christ,
H. B. Li,
D. G. Ellis,
M. R. Aizenberg,
S. Gatidis,
T. Küstner,
N. Shusharina,
N. Heller,
V. Andrearczyk,
A. Depeursinge,
M. Hatt,
A. Sekuboyina,
M. T. Löffler,
H. Liebl,
R. Dorent,
T. Vercauteren,
J. Shapey,
A. Kujawa,
S. Cornelissen,
P. Langenhuizen,
A. Ben-Hamadou,
A. Rekik,
S. Pujades,
E. Boyer,
F. Bolelli,
C. Grana,
L. Lumetti,
H. Salehi,
J. Ma,
Y. Zhang,
R. Gharleghi,
S. Beier,
A. Sowmya,
E. A. Garza-Villarreal,
T. Balducci,
D. Angeles-Valdez,
R. Souza,
L. Rittner,
R. Frayne,
Y. Ji,
V. Ferrari,
S. Chatterjee,
F. Dubost,
S. Schreiber,
H. Mattern,
O. Speck,
D. Haehn,
C. John,
A. Nürnberger,
J. Pedrosa,
C. Ferreira,
G. Aresta,
A. Cunha,
A. Campilho,
Y. Suter,
J. Garcia,
A. Lalande,
V. Vandenbossche,
A. Van Oevelen,
K. Duquesne,
H. Mekhzoum,
J. Vandemeulebroucke,
E. Audenaert,
C. Krebs,
T. Leeuwen,
E. Vereecke,
H. Heidemeyer,
R. Röhrig,
F. Hölzle,
V. Badeli,
K. Krieger,
M. Gunzer,
J. Chen,
T. Meegdenburg,
A. Dada,
M. Balzer,
J. Fragemann,
F. Jonske,
M. Rempe,
S. Malorodov,
F. H. Bahnsen,
C. Seibold,
A. Jaus,
Z. Marinov,
P. F. Jaeger,
R. Stiefelhagen,
A. S. Santos,
M. Lindo,
A. Ferreira,
V. Alves,
M. Kamp,
A. Abourayya,
F. Nensa,
F. Hörst,
A. Brehmer,
L. Heine,
Y. Hanusrichter,
M. Weßling,
M. Dudda,
L. E. Podleska,
M. A. Fink,
J. Keyl,
K. Tserpes,
M. Kim,
S. Elhabian,
H. Lamecker,
D. Zukić,
B. Paniagua,
C. Wachinger,
M. Urschler,
L. Duong,
J. Wasserthal,
P. F. Hoyer,
O. Basu,
T. Maal,
M. J. H. Witjes,
G. Schiele,
T. Chang,
S. Ahmadi,
P. Luo,
B. Menze,
M. Reyes,
T. M. Deserno,
C. Davatzikos,
B. Puladi,
P. Fua,
A. L. Yuille,
J. Kleesiek and
J. Egger,
"MedShapeNet - a large-scale dataset of 3D medical shapes for computer vision",
Biomedizinische Technik. Biomedical engineering,
vol. 70,
no. 1,
pp. 71-90,
Feb.
2025.
Abstract:
The shape is commonly used to describe the objects. State-of-the-art algorithms in medical imaging are predominantly diverging from computer vision, where voxel grids, meshes, point clouds, and implicit surface models are used. This is seen from the growing popularity of ShapeNet (51,300 models) and Princeton ModelNet (127,915 models). However, a large collection of anatomical shapes (e.g., bones, organs, vessels) and 3D models of surgical instruments is missing. We present MedShapeNet to translate data-driven vision algorithms to medical applications and to adapt state-of-the-art vision algorithms to medical problems. As a unique feature, we directly model the majority of shapes on the imaging data of real patients. We present use cases in classifying brain tumors, skull reconstructions, multi-class anatomy completion, education, and 3D printing. By now, MedShapeNet includes 23 datasets with more than 100,000 shapes that are paired with annotations (ground truth). Our data is freely accessible via a web interface and a Python application programming interface and can be used for discriminative, reconstructive, and variational benchmarks as well as various applications in virtual, augmented, or mixed reality, and 3D printing. MedShapeNet contains medical shapes from anatomy and surgical instruments and will continue to collect data for benchmarks and applications. The project page is: https://medshapenet.ikim.nrw/.
| DOI: | 10.1515/bmt-2024-0396 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/39733351/ |
Abstract:
The shape is commonly used to describe the objects. State-of-the-art algorithms in medical imaging are predominantly diverging from computer vision, where voxel grids, meshes, point clouds, and implicit surface models are used. This is seen from the growing popularity of ShapeNet (51,300 models) and Princeton ModelNet (127,915 models). However, a large collection of anatomical shapes (e.g., bones, organs, vessels) and 3D models of surgical instruments is missing. We present MedShapeNet to translate data-driven vision algorithms to medical applications and to adapt state-of-the-art vision algorithms to medical problems. As a unique feature, we directly model the majority of shapes on the imaging data of real patients. We present use cases in classifying brain tumors, skull reconstructions, multi-class anatomy completion, education, and 3D printing. By now, MedShapeNet includes 23 datasets with more than 100,000 shapes that are paired with annotations (ground truth). Our data is freely accessible via a web interface and a Python application programming interface and can be used for discriminative, reconstructive, and variational benchmarks as well as various applications in virtual, augmented, or mixed reality, and 3D printing. MedShapeNet contains medical shapes from anatomy and surgical instruments and will continue to collect data for benchmarks and applications. The project page is: https://medshapenet.ikim.nrw/.
C. A. Hamm,
P. Asbach,
A. Pöhlmann,
I. G. Schoots,
V. Kasivisvanathan,
T. O. Henkel,
M. Johannsen,
T. Speck,
A. D. J. Baur,
M. Haas,
F. Collettini,
T. Penzkofer,
L. J. Savic,
F. Konietschke,
L. Weißbach,
B. Hamm,
F. König and
H. Cash,
"Oncological Safety of MRI-Informed Biopsy Decision-Making in Men With Suspected Prostate Cancer",
JAMA oncology,
vol. 11,
no. 2,
pp. 145-153,
Feb.
2025.
Abstract:
The magnetic resonance imaging (MRI) pathway for diagnosing clinically significant prostate cancer (csPCa; defined as International Society of Urological Pathology grade group ≥2) uses multiparametric MRI (mpMRI) for prostate biopsy (PB) decision-making. However, the intermediate impact on patient outcomes in men with negative MRI results avoiding PB and men with positive MRI results without PCa remains unknown. To assess the feasibility and safety of a community-based MRI diagnostic strategy in men with suspected PCa using 3-year active monitoring. This multisite, longitudinal cohort trial took place across 54 community-based urology practices and 2 radiology imaging centers at a referral academic institution in Berlin, Germany. Eligible participants aged 18 to 75 years with clinically suspected PCa were enrolled between September 2016 and December 2017 and monitored for 3 years. Final analysis was reported on December 23, 2023. Participants underwent 3-T mpMRI. Men with findings suspected to be PCa were recommended for targeted PB (diagnostic phase). Men with negative mpMRI results or positive mpMRI results with benign findings at PB were systematically monitored for 3 years (monitoring phase). Clinical visits were recommended every 6 months. The total proportion of men avoiding PB and those with csPCa. A total of 593 men (median [IQR] age, 64 [58-70] years) underwent mpMRI, with 286 (48%) having negative MRI results, 261 (44%) avoiding PB initially, and 242 (41%) avoiding PB over 3 years. csPCa was detected in 161 (27%) men after immediate PB, increasing to 172 (29%) men after 3 years. Seven men with negative MRI results were diagnosed with PCa by immediate PB (including 4 cases of csPCa), while 279 entered monitoring. Three-year monitoring was completed by 233 (84%) men, with 7 diagnoses of csPCa. Of 307 men with positive MRI results, 58 (19%) showed no PCa after immediate PB, of which 41 (71%) completed monitoring and 4 (7%) were diagnosed with csPCa. In this cohort study, men with negative mpMRI results avoiding biopsy were not at elevated risk of csPCa. The study confirms the oncological safety of the prebiopsy MRI strategy of avoiding an immediate PB after negative MRI results when a programmatic safety net is in place.
| DOI: | 10.1001/jamaoncol.2024.5497 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/39666360/ |
Abstract:
The magnetic resonance imaging (MRI) pathway for diagnosing clinically significant prostate cancer (csPCa; defined as International Society of Urological Pathology grade group ≥2) uses multiparametric MRI (mpMRI) for prostate biopsy (PB) decision-making. However, the intermediate impact on patient outcomes in men with negative MRI results avoiding PB and men with positive MRI results without PCa remains unknown. To assess the feasibility and safety of a community-based MRI diagnostic strategy in men with suspected PCa using 3-year active monitoring. This multisite, longitudinal cohort trial took place across 54 community-based urology practices and 2 radiology imaging centers at a referral academic institution in Berlin, Germany. Eligible participants aged 18 to 75 years with clinically suspected PCa were enrolled between September 2016 and December 2017 and monitored for 3 years. Final analysis was reported on December 23, 2023. Participants underwent 3-T mpMRI. Men with findings suspected to be PCa were recommended for targeted PB (diagnostic phase). Men with negative mpMRI results or positive mpMRI results with benign findings at PB were systematically monitored for 3 years (monitoring phase). Clinical visits were recommended every 6 months. The total proportion of men avoiding PB and those with csPCa. A total of 593 men (median [IQR] age, 64 [58-70] years) underwent mpMRI, with 286 (48%) having negative MRI results, 261 (44%) avoiding PB initially, and 242 (41%) avoiding PB over 3 years. csPCa was detected in 161 (27%) men after immediate PB, increasing to 172 (29%) men after 3 years. Seven men with negative MRI results were diagnosed with PCa by immediate PB (including 4 cases of csPCa), while 279 entered monitoring. Three-year monitoring was completed by 233 (84%) men, with 7 diagnoses of csPCa. Of 307 men with positive MRI results, 58 (19%) showed no PCa after immediate PB, of which 41 (71%) completed monitoring and 4 (7%) were diagnosed with csPCa. In this cohort study, men with negative mpMRI results avoiding biopsy were not at elevated risk of csPCa. The study confirms the oncological safety of the prebiopsy MRI strategy of avoiding an immediate PB after negative MRI results when a programmatic safety net is in place.
G. H. Pöhler,
A. Voskrebenzev,
M. Heinze,
V. Skeries,
F. Klimeš,
J. Glandorf,
J. Eckstein,
N. Babazade,
M. Wernz,
A. Pfeil,
G. Hansen,
F. K. Wacker,
J. Vogel-Claussen,
M. Wetzke and
D. M. Renz,
"Phase-resolved Functional Lung MRI Reveals Distinct Lung Perfusion Phenotype in Children and Adolescents with Post-COVID-19 Condition",
Radiology,
vol. 314,
no. 2,
pp. e241596,
Feb.
2025.
Abstract:
Background Although measurable organic dysfunctions are frequently absent in pediatric patients with post-COVID-19 condition (PCC), this condition adversely affects quality of life. Free-breathing phase-resolved functional lung (PREFUL) MRI may be useful for assessing lung function in pediatric patients with PCC. Purpose To detect lung changes in children and adolescents with PCC compared with healthy control participants using PREFUL MRI. Materials and Methods In this single-center, prospective, cross-sectional study conducted between April 2022 and April 2023, children and adolescents (age ≤17 years) with PCC and age- and sex-matched healthy participants underwent MRI. Subgroup analysis was performed in participants with PCC who had cardiopulmonary symptoms. Regional ventilation, flow-volume loop correlation metric (FVL-CM), quantified perfusion, ventilation and perfusion defect percentages, and ventilation-perfusion ratios were compared between participants with PCC and controls using the Wilcoxon signed rank test. Correlation of imaging parameters with spirometry, heart rate, respiratory rate, and Bell score (fatigue severity) in participants with PCC was assessed using the Spearman rank correlation coefficient. Results The final study sample included 54 participants (27 participants with PCC and 27 matched control participants; median age, 15 years [IQR, 11-17 years]; 14 male participants). Twenty-one participants had cardiopulmonary symptoms. Participants with PCC had lower regional ventilation (median, 0.2 mL/mL [IQR, 0.1-0.2 mL/mL] vs 0.2 mL/mL [IQR, 0.2-0.2 mL/mL]; P = .047) and quantified perfusion (49 mL/min per 100 mL [IQR, 33-60 mL/min per 100 mL] vs 78 mL/min per 100 mL [IQR, 59-89 mL/min per 100 mL]; P < .001). Participants with PCC and cardiopulmonary symptoms had lower FVL-CMs (median, 0.99 arbitrary units [au] [IQR, 0.98-0.99 au] vs 0.99 au [IQR, 0.99-0.99 au]; P = .01) and higher ventilation defect (median, 7.6% [IQR, 4.5%-15.1%] vs 5.4% [IQR, 2.7%-7.1%]; P = .047) and perfusion defect percentage (median, 3.2% [IQR, 2.4%-4.2%] vs 2.3% [IQR, 1.8%-3.5%]; P = .02) compared with matched control participants. In participants with PCC, greater lung perfusion correlated with increased chronic fatigue severity (ρ = 0.48; P = .009) and higher ventilation-perfusion mismatch correlated with increased heart rate (ρ = 0.44; P = .02). Conclusion Free-breathing phase-resolved functional lung MRI-derived parameters helped identify a distinct phenotype of lung perfusion in children and adolescents with PCC and were correlated with heart rate and chronic fatigue severity. Clinical trial registration no. DRKS00028963 © RSNA, 2025 Supplemental material is available for this article. See also the editorial by Parraga and Svenningsen in this issue.
| DOI: | 10.1148/radiol.241596 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/39998374/ |
Abstract:
Background Although measurable organic dysfunctions are frequently absent in pediatric patients with post-COVID-19 condition (PCC), this condition adversely affects quality of life. Free-breathing phase-resolved functional lung (PREFUL) MRI may be useful for assessing lung function in pediatric patients with PCC. Purpose To detect lung changes in children and adolescents with PCC compared with healthy control participants using PREFUL MRI. Materials and Methods In this single-center, prospective, cross-sectional study conducted between April 2022 and April 2023, children and adolescents (age ≤17 years) with PCC and age- and sex-matched healthy participants underwent MRI. Subgroup analysis was performed in participants with PCC who had cardiopulmonary symptoms. Regional ventilation, flow-volume loop correlation metric (FVL-CM), quantified perfusion, ventilation and perfusion defect percentages, and ventilation-perfusion ratios were compared between participants with PCC and controls using the Wilcoxon signed rank test. Correlation of imaging parameters with spirometry, heart rate, respiratory rate, and Bell score (fatigue severity) in participants with PCC was assessed using the Spearman rank correlation coefficient. Results The final study sample included 54 participants (27 participants with PCC and 27 matched control participants; median age, 15 years [IQR, 11-17 years]; 14 male participants). Twenty-one participants had cardiopulmonary symptoms. Participants with PCC had lower regional ventilation (median, 0.2 mL/mL [IQR, 0.1-0.2 mL/mL] vs 0.2 mL/mL [IQR, 0.2-0.2 mL/mL]; P = .047) and quantified perfusion (49 mL/min per 100 mL [IQR, 33-60 mL/min per 100 mL] vs 78 mL/min per 100 mL [IQR, 59-89 mL/min per 100 mL]; P < .001). Participants with PCC and cardiopulmonary symptoms had lower FVL-CMs (median, 0.99 arbitrary units [au] [IQR, 0.98-0.99 au] vs 0.99 au [IQR, 0.99-0.99 au]; P = .01) and higher ventilation defect (median, 7.6% [IQR, 4.5%-15.1%] vs 5.4% [IQR, 2.7%-7.1%]; P = .047) and perfusion defect percentage (median, 3.2% [IQR, 2.4%-4.2%] vs 2.3% [IQR, 1.8%-3.5%]; P = .02) compared with matched control participants. In participants with PCC, greater lung perfusion correlated with increased chronic fatigue severity (ρ = 0.48; P = .009) and higher ventilation-perfusion mismatch correlated with increased heart rate (ρ = 0.44; P = .02). Conclusion Free-breathing phase-resolved functional lung MRI-derived parameters helped identify a distinct phenotype of lung perfusion in children and adolescents with PCC and were correlated with heart rate and chronic fatigue severity. Clinical trial registration no. DRKS00028963 © RSNA, 2025 Supplemental material is available for this article. See also the editorial by Parraga and Svenningsen in this issue.
O. L. Saldanha,
J. Zhu,
G. Müller-Franzes,
Z. I. Carrero,
N. R. Payne,
L. Escudero Sánchez,
P. C. Varoutas,
S. Kyathanahally,
N. G. Laleh,
K. Pfeiffer,
M. Ligero,
J. Behner,
K. A. Abdullah,
G. Apostolakos,
C. Kolofousi,
A. Kleanthous,
M. Kalogeropoulos,
C. Rossi,
S. Nowakowska,
A. Athanasiou,
R. Perez-Lopez,
R. Mann,
W. Veldhuis,
J. Camps,
V. Schulz,
M. Wenzel,
S. Morozov,
A. Ciritsis,
C. Kuhl,
F. J. Gilbert,
D. Truhn and
J. N. Kather,
"Swarm learning with weak supervision enables automatic breast cancer detection in magnetic resonance imaging.",
Communications medicine,
Feb.
2025.
Abstract:
In den nächsten 5 Jahren werden neue Brustkrebs-Screening-Richtlinien, die Magnetresonanz-Bildgebung (MRI) für bestimmte Patienten empfehlen, das Volumen der zu analysierenden Bildgebungsdaten deutlich erhöhen. Während diese Zunahme Herausforderungen für Radiologen stellt, bietet künstliche Intelligenz (KI) potenzielle Lösungen, um diese Arbeitsbelastung zu bewältigen. Die Entwicklung von KI-Modellen wird jedoch oft durch manuelle Annotationsanforderungen und strenge Datenschutzbestimmungen zwischen Institutionen behindert. In dieser Studie stellen wir eine integrierte Pipeline vor, die die Notwendigkeit detaillierter Anmerkungen mit lokaler KI-Modellausbildung über Swarm-Learning (SL) schwächer beaufsichtigt, was den zentralen Datenaustausch umgeht. Wir nutzten drei Datensätze aus 1372 weiblichen bilateralen Brust-MRT-Prüfungen von Institutionen in drei Ländern: die Vereinigten Staaten (US), die Schweiz und das Vereinigte Königreich (UK) Modelle zu trainieren. Diese Modelle wurden dann auf zwei externen Datensätzen, bestehend aus 649 bilateralen Brust-MRT-Prüfungen aus Deutschland und Griechenland, validiert. Beim systematischen Benchmarking verschiedener schwach beaufsichtigter zweidimensionaler (2D) und dreidimensionaler (3D) Deep Learning (DL)-Methoden finden wir, dass das 3D-ResNet-101 überlegene Leistung zeigt. Durch die Implementierung eines realen SL-Setups in drei internationalen Zentren beobachten wir, dass diese kollaborativ geschulten Modelle die vor Ort geschulten übertreffen. Auch bei einem kleineren Datensatz zeigen wir die praktische Durchführbarkeit, SL international mit der Datenverarbeitung vor Ort einzusetzen, Herausforderungen wie Datenschutz und Annotationsvariabilität zu bewältigen. Die Kombination schwach beaufsichtigten Lernens mit SL verbessert die interinstitutionelle Zusammenarbeit, die Verbesserung des Nutzens verteilter Datensätze für medizinische KI-Ausbildung, ohne dass detaillierte Anmerkungen oder zentrale Datenfreigabe erforderlich sind.
| DOI: | 10.1038/s43856-024-00722-5 |
Abstract:
In den nächsten 5 Jahren werden neue Brustkrebs-Screening-Richtlinien, die Magnetresonanz-Bildgebung (MRI) für bestimmte Patienten empfehlen, das Volumen der zu analysierenden Bildgebungsdaten deutlich erhöhen. Während diese Zunahme Herausforderungen für Radiologen stellt, bietet künstliche Intelligenz (KI) potenzielle Lösungen, um diese Arbeitsbelastung zu bewältigen. Die Entwicklung von KI-Modellen wird jedoch oft durch manuelle Annotationsanforderungen und strenge Datenschutzbestimmungen zwischen Institutionen behindert. In dieser Studie stellen wir eine integrierte Pipeline vor, die die Notwendigkeit detaillierter Anmerkungen mit lokaler KI-Modellausbildung über Swarm-Learning (SL) schwächer beaufsichtigt, was den zentralen Datenaustausch umgeht. Wir nutzten drei Datensätze aus 1372 weiblichen bilateralen Brust-MRT-Prüfungen von Institutionen in drei Ländern: die Vereinigten Staaten (US), die Schweiz und das Vereinigte Königreich (UK) Modelle zu trainieren. Diese Modelle wurden dann auf zwei externen Datensätzen, bestehend aus 649 bilateralen Brust-MRT-Prüfungen aus Deutschland und Griechenland, validiert. Beim systematischen Benchmarking verschiedener schwach beaufsichtigter zweidimensionaler (2D) und dreidimensionaler (3D) Deep Learning (DL)-Methoden finden wir, dass das 3D-ResNet-101 überlegene Leistung zeigt. Durch die Implementierung eines realen SL-Setups in drei internationalen Zentren beobachten wir, dass diese kollaborativ geschulten Modelle die vor Ort geschulten übertreffen. Auch bei einem kleineren Datensatz zeigen wir die praktische Durchführbarkeit, SL international mit der Datenverarbeitung vor Ort einzusetzen, Herausforderungen wie Datenschutz und Annotationsvariabilität zu bewältigen. Die Kombination schwach beaufsichtigten Lernens mit SL verbessert die interinstitutionelle Zusammenarbeit, die Verbesserung des Nutzens verteilter Datensätze für medizinische KI-Ausbildung, ohne dass detaillierte Anmerkungen oder zentrale Datenfreigabe erforderlich sind.
K. Grikscheit,
A. Berger,
H. Rabenau,
N. Kohmer,
K. S. Appel,
M. Scherer,
R. Bals,
S. Blaschke,
A. Hamprecht,
S. M. Hopff,
D. Krefting,
P. Meybohm,
C. Nürnberger,
P. Heuschmann,
C. Pley,
S. M. N. Miranda,
E. Dahl,
B. Jensen,
T. Illig,
G. Anton,
J. J. Vehreschild and
S. Ciesek,
"Occurrence and clinical correlates of SARS-CoV-2 viremia in two German patient cohorts",
Emerging Microbes & Infections,
vol. 14,
no. 1,
pp. 2459137,
Jan.
2025.
Taylor & Francis.
| DOI: | 10.1080/22221751.2025.2459137 |
J. Evers,
N. Altschuck,
C. Mehl,
L. Rüthrich,
L. Harst,
F. Walther,
O. Steidle,
A. Suckow,
R. Hecker,
J. Schmitt and
M. Geraedts,
"Development of a pandemic-related core set of quality indicators for quality and patient safety in University Hospitals in Germany.",
BMC Health Serv Research,
vol. 25,
no. 1,
pp. 43,
Jan.
2025.
| DOI: | 10.1186/s12913-024-12194-3 |