Über das Projekt
Die akute lymphoblastische Leukämie (ALL) ist die häufigste Form der Leukämie im Kindesalter. Dank kontinuierlich verbesserter Behandlungsstrategien steigen die Überlebensraten von Kindern und Jugendlichen mit ALL kontinuierlich an und liegen mittlerweile bei über 90 %. Durch diese positive Entwicklung geraten zunehmend auch therapie-assoziierte und krankheitsbedingte unerwünschte Ereignisse in den Fokus. Gemeint sind Probleme/Komplikationen, die durch die Krankheit selbst oder aufgrund der Therapie entstehen können, und somit die Gesundheit stark beeinflussen sowie das Risiko für Erkrankungen und Sterblichkeit erhöhen können. Bei Kindern mit ALL zählen zu den therapie-assoziierten und krankheitsbedingten unerwünschten Ereignissen pulmonale Komplikationen, wie Lungenentzündungen durch Pilzinfektionen, oder Einflüsse auf die Knochengesundheit, beispielsweise eine Reduzierung der Knochendichte.
Das Wichtigste im Überblick
Hauptziel des Projektes:
Das Hauptziel des Projekts ist eine standardisierte und strukturierte Evaluation schwerwiegender unerwünschter Ereignisse der pädiatrischen ALL auf nationaler Ebene. Der Schwerpunkt liegt dabei auf pulmonalen Komplikationen, insbesondere Pilzinfektionen, sowie auf der Analyse therapie-assoziierter Veränderungen der Knochengesundheit im Verlauf der ALL-Therapie.
Hypothese 1: Der Einsatz KI-basierter Bildverarbeitungsmodelle ermöglicht eine frühzeitige Detektion und Charakterisierung von invasiven Pilzinfektionen bei pädiatrischen ALL-Patient:innen sowie eine zuverlässige Abgrenzung zu anderen pulmonalen Komplikationen.
Hypothese 2: Es können bildbasierte Risikofaktoren, Parameter und Biomarker aus Thorax-CT-Bildern extrahiert und gemeinsam mit klinischen Daten und strukturierten Befunden in einem multimodalen Deep-Learning-Modell genutzt werden, um das Therapieergebnis und den Verlauf pulmonaler Komplikationen bei pädiatrischen ALL-Patient:innen vorherzusagen.
Hypothese 3: Die ALL-Therapie beeinflusst die Knochengesundheit pädiatrischer ALL-Patient:innen, die sich mittels KI-basierter Analyse objektiv erfassen, longitudinal quantifizieren und in Bezug zu einem spezifischen Therapieregime bzw. von Therapiephasen setzen lässt.
- Aufgrund einer geschätzten deutschlandweiten Fallzahl von ca. 400 pädiatrischen Patient:innen mit pulmonaler Pilzinfektion und verfügbaren CT-Thorax-Untersuchungen ist die Teilnahme aller möglichen Standorte sehr wichtig.
- Zusammenarbeit der kinderonkologischen sowie kinderradiologischen/radiologischen Abteilungen der beteiligten Standorte, inkl. Schaffung der regulatorischen Rahmenbedingungen (Ethik & Datenschutz)
Über die RACOON-Infrastruktur werden CT-Thoraxdaten der klinischen Routine aus der überwiegenden Mehrheit der deutschen Universitätskliniken mit umfassenden klinischen Parametern der ALL-BFM-Studiengruppe zu einem national einzigartigen multimodalen ALL-Datensatz zusammengeführt. Der daraus resultierende Datensatz wird mithilfe von KI-basierten Analysemethoden ausgewertet.