Der Radiologe Leitthema Radiologe 2020 · 60:48–55 https://doi.org/10.1007/s00117-019-00613-0 Online publiziert: 4. Dezember 2019 © Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2019 Charlie Alexander Hamm 1 · Nick Lasse Beetz 1 · Lynn Jeanette Savic 1 · Tobias Penzkofer 1,2 1 Institute of Radiology, Charité – Universitätsmedizin Berlin, corporate member of Freie Universität Berlin, Humboldt-Universität, and Berlin Institute of Health, Berlin, Deutschland 2 Berlin Institute of Health, Berlin, Deutschland Künstliche Intelligenz und Radiomics in der MRT-basierten Prostatadiagnostik Die multiparametrische Magnet- resonanztomographie (mpMRT) spielt zunehmend eine wichtige Rolle in der nichtinvasiven Diag- nostik des Prostatakarzinoms (PCa). Die großen Datenmengen und die Komplexität der Bildbefundung stel- len die Radiologie jedoch vor neue Herausforderungen und bilden die Grundlage für neue Entwicklungen der quantitativen und automa- tisierten Bildanalyse. In diesem Übersichtsartikel werden relevan- te Anwendungen von Radiomics, Machine Learning (ML) und Deep Learning (DL) in der MRT-Diagnos- tik des PCa zusammengefasst und gegenwärtige Limitationen und Zukunftsperspektiven diskutiert. Aktueller Stand und Entwick- lungen in der Diagnostik des Prostatakarzinoms Das PCa ist die weltweit sechsthäufigste und in der männlichen Bevölkerung die häufigste Krebserkrankung [1]. Die über- wiegende Anzahl der PCa tritt im höhe- ren Alter auf und hat eine niedrige krank- heitsspezifische Mortalität [1]. Dennoch bietet die Aggressivität des PCa ein breites Spektrum, welches von risikoarmen, in- dolenten bis hin zu hochgradig aggressi- ven und klinisch signifikanten Maligno- men reicht [2]. Die Früherkennung und Lokalisierung von PCa in einem behan- delbaren Stadium ist entscheidend, da für die meisten lokal begrenzten Karzino- me ein hervorragendes krebsspezifisches Überleben erwartet werden kann. Die- se Eigenschafen verdeutlichen die kom- plexe Herausforderung einer möglichst genauen Charakterisierung und Stratifi- zierung von Prostatakrebspatienten für das Gesundheitssystem [3]. Grundpfeiler der PCa-Diagnostik sind die digitale rektale Untersuchung, die Untersuchung des prostataspezi- fischen Antigens im Serum und die transrektale Ultraschallbiopsie [4]. Zu- nehmend etabliert sich die mpMRT der Prostata in den internationalen Leitlinien zu einer klinischen Routine- untersuchung für Patienten mit PCa- Risiko [5]. Ein entscheidender Vorteil der mpMRT ist die detaillierte dreidi- mensionale Tumorbildgebung, welche eine verbesserte Planung gezielter Stanz- biopsien verdächtiger Regionen der Prostata ermöglicht, deren Sensitivität und negativer Prädiktionswert sich in der Karzinomerkennung im Vergleich zur systematischen Biopsie als überlegen erwiesen hat [6]. Ein zentrales klini- sches Problem stellt jedoch weiterhin die unzureichende Spezifität der Befun- de dar, welche zu Überdiagnose und Überbehandlung führt. Überdiagnose bedeutet, dass bei ca. 67 % der Patienten mit nachgewiesenem Prostatakarzinom dieses klinisch nicht signifikant ist, was zu teils unnötigen Behandlungen und damit verbundener Morbidität führt. Da- her bedarf es einer möglichst präzisen Patientenstratifizierung, die Patienten mit klinisch signifikantem PCa von sol- chen mit klinisch unbedeutendem PCa, welche einer aktiven Überwachung zu- geführt werden könnten, unterscheidet [3, 7]. Die Relevanz der Früherkennung und der Identifizierung klinisch signifikan- ter PCa sowie das Potenzial neuer Com- putertechnologien zur Verbesserung des Behandlungsmanagements von PCa-Ri- sikopatienten haben zur Entwicklung in- novativer automatisierter und quantitati- ver Bildanalysetechniken unter Verwen- dung künstlicher Intelligenz (KI) und Radiomics geführt. Bedeutsame Anwen- dungen von Radiomics, ML und DL in der MRT-Diagnostik des PCa sind im Folgenden zusammengefasst. Prostata-MRT und Interpretation Die MRT bietet einen exzellenten Weich- teilkontrast und hat sich zu der bild- gebenden Methode der Wahl für die Beurteilung von Prostatatumoren ent- wickelt. Die European Society of Uro- genital Radiology hat 2012 das Prostate Imaging Reporting and Data System (PI-RADS) Scoring System etabliert, das eine einheitliche Interpretation, Kom- munikation und Berichterstattung von MRT-Befunden der Prostata ermöglicht und die Verwendung von anatomischen Sequenzen sowie zwei funktionellen Se- quenzen empfiehlt [8]. Die PI-RADS- konforme mpMRT kombiniert hochauf- lösende T2-gewichtete (T2w) Sequenzen, diffusionsgewichtete Bildgebung (DWI) und dynamische kontrastverstärkte Bild- gebung (DCE-MR; . Abb. 1). Für die periphere Zone (PZ) sind die DWI und 48 Der Radiologe 1 · 2020