mrEMVI bei Rektumkarzinom: KI-Segmentierung zur Gefäßinvasion im Multi-Center-Test
Eine multizentrische Studie mit 2.501 Patienten zeigt, wie ein nnUNet-basiertes KI-Modell die Gefäßinvasion beim Rektumkarzinom objektiviert und prognostisch relevante Risikogruppen identifiziert.
Mit KI-Unterstützung erstellt · redaktionell geprüft und verantwortet von Steven Breuer.
Die MRT-detektierte extramurale Gefäßinvasion (mrEMVI) gehört zu den wichtigsten prognostischen Markern beim Rektumkarzinom – und zugleich zu den am stärksten befundabhängigen. Je nach Erfahrung der beurteilenden Radiologinnen und Radiologen variiert die Übereinstimmung erheblich: Publizierte Kappa-Werte für die manuelle mrEMVI-Beurteilung liegen zwischen 0,308 und 0,651. Für einen Marker, der laut ESMO-Leitlinie über die Indikation zur neoadjuvanten Radiochemotherapie mitentscheidet, ist das eine unbefriedigende Ausgangslage.
Eine aktuell in PLOS Digital Health veröffentlichte multizentrische Studie hat nun ein KI-Modell auf Basis von nnUNet trainiert und extern validiert, das mrEMVI nicht nur klassifiziert, sondern voxelgenau segmentiert (Studie bei PMC). Das Besondere: Es handelt sich um die bislang größte und methodisch sauberste Validierung dieses Ansatzes – mit 2.501 Patientinnen und Patienten aus acht Kliniken, zwei unabhängigen externen Testkohorten und einem direkten Bezug zu Überlebensdaten.
Was das Modell leistet
Trainiert wurde das Modell an 1.830 Patienten aus vier Zentren, validiert an zwei externen Kohorten mit insgesamt 671 Patienten aus vier weiteren Häusern. Die Annahmen des bestehenden Smith-Kriteriums für mrEMVI – kontinuierliche Tumorsignalausbreitung entlang eines Gefäßes mit Kalibersprung oder Konturunregelmäßigkeit – wurden als Grundlage für die Annotation verwendet, einschließlich separater Segmentierung von Primärtumor, intravaskulärem Tumorsignal und dilatierten Gefäßstrukturen.
Die Segmentierungsgüte (Dice-Koeffizient) lag für den Primärtumor bei 0,850 in der internen Kreuzvalidierung und bei 0,748 in den externen Testkohorten – ein solider Wert. Für die eigentlichen mrEMVI-Strukturen (intravaskuläres Tumorsignal, dilatierte Gefäße) fiel der Dice-Wert deutlich niedriger aus (0,335–0,442 intern, 0,256–0,340 extern). Das klingt zunächst ernüchternd, ist aber nachvollziehbar: Diese Strukturen sind klein, dünn und in ihrer Abgrenzung selbst für erfahrene Radiologen uneindeutig – was sich auch in der Interreader-Dice-Übereinstimmung von zwei unabhängigen Annotatoren zeigte (0,653 bzw. 0,321).
Klinisch relevanter ist die binäre Klassifikationsleistung auf Patientenebene: Ein Patient galt als AI-mrEMVI-positiv, sobald in irgendeiner verfügbaren Bildebene ein mrEMVI-Voxel detektiert wurde. Hier erreichte das Modell Genauigkeiten von 81,5 % und 84,7 % in den beiden externen Kohorten, mit einer Sensitivität von 89,0 % und einer Spezifität von 80,2 % über beide Kohorten kombiniert. Die AUC-Werte lagen bei 0,819 und 0,858.
Übereinstimmung mit erfahrenen Radiologen
Besonders aussagekräftig ist der direkte Vergleich mit Radiologen unterschiedlicher Erfahrungsstufen an 100 konsekutiven Fällen. Das KI-Modell erreichte mit zwei Radiologen mit über 20 Jahren Erfahrung eine substanzielle Übereinstimmung (Cohen's Kappa 0,713 und 0,736) – statistisch nicht signifikant unterschiedlich von der Übereinstimmung zwischen Senior- und Mid-Level-Radiologen untereinander. Das Modell bewegt sich damit faktisch auf dem Niveau erfahrener Fachärzte, nicht auf dem eines Einsteiger-Tools.
Prognostische Relevanz: der eigentlich entscheidende Punkt
Der klinisch wichtigste Befund betrifft die Überlebensdaten. AI-mrEMVI-positive Patienten hatten eine 3-Jahres-Rate für das krankheitsfreie Überleben von 62,3 % gegenüber 84,9 % bei AI-mrEMVI-negativen Patienten (HR 2,67). Beim 5-Jahres-Gesamtüberleben zeigte sich ein ähnliches Bild: 68,7 % versus 87,1 % (HR 2,64). Beide Unterschiede waren hochsignifikant (p < 0,001).
In multivariablen Cox-Modellen verbesserte die Hinzunahme des AI-mrEMVI-Status die prognostische Trennschärfe gegenüber einem rein klinischen Modell (C-Index für DFS: 0,616 auf 0,677). Bemerkenswert: Der Unterschied zwischen einem Modell mit Radiologen-Konsensus-mrEMVI und einem Modell mit AI-mrEMVI war statistisch nicht signifikant – die KI liefert also prognostisch gleichwertige Information wie der ärztliche Expertenkonsens, nur reproduzierbarer.
Praktische Einordnung
Für die tägliche Praxis sind zwei Dinge wichtig einzuordnen. Erstens: Die niedrigen Dice-Werte für die mrEMVI-Strukturen selbst bedeuten nicht, dass das Modell unbrauchbar ist – die binäre Klassifikation auf Patientenebene funktioniert auch bei unscharfer Segmentierung robust, weil schon einzelne detektierte Voxel die Klassifikation triggern. Zweitens: Bei diskordanten Fällen (KI positiv, Referenzstandard negativ oder umgekehrt) zeigte sich kein signifikanter Überlebensunterschied zwischen den Gruppen – ein Hinweis darauf, dass auch die "falsch" klassifizierten Fälle klinisch nicht eindeutig in die jeweils andere Kategorie gehören, sondern eher Grenzfälle darstellen.
Für die Praxis bedeutet das: Ein solches Modell eignet sich als Zweitbefunder zur Qualitätssicherung, insbesondere dort, wo keine durchgehend senior-radiologische Expertise für die mrEMVI-Beurteilung verfügbar ist. Eine regulatorische Zulassung oder prospektive Validierung im deutschen Versorgungskontext steht noch aus – die vorliegenden Daten stammen aus chinesischen Zentren. Dennoch liefert die Studie methodisch einen der saubersten bisher publizierten Nachweise dafür, dass KI-gestützte Segmentierung in der Koloproktologie nicht nur technisch funktioniert, sondern auch prognostisch tragfähig ist.