Das postoperative Resektionsausmaß ist bei Glioblastompatient:innen einer der wichtigsten prognostischen Faktoren. Die derzeitige Bestimmung des Resttumors, anhand der postoperativen MRT Bilder unterliegt einer hohen Inter- und Intra-Rater-Variabilität.
In der rezent veröffentlichten Studie im Journal Scientific Reports “Segmentation of glioblastoma in early postoperative multi-modal MRI with deep neural networks” (https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10622432/pdf/41598_2023_Article_45456.pdf), in der Univ. Prof. DDr. Julia Furtner-Srajer vom Research Center for Medical Image Analysis and Artificial Intelligence (MIAAI) der Danube Private University als Koautorin mitwirken durfte, wurde eine automatisierte Methode zur Segmentierung des Resttumorgewebes auf postoperativen MRT Sequenzen etabliert. Mittels neuronalen Netzwerken wurden anhand eines multizentrischen internationalen Datensatz mit knapp 1000 Glioblastompatient:innen Segmentierungsleistungen erreicht, die das Niveau menschlicher Experten erreicht haben.
