Quantifizierung des Risikos einer operationsbedingten Aphasie nach Hirntumorentfernung

Können Chirurgen das Risiko einer Aphasie bei der Entfernung eines Hirntumors quantifizieren? Um das herauszufinden, analysieren Forscher des Klinikums rechts der Isar der Technischen Universität München (TUM) das Gehirn als Netzwerk. In einer aktuellen Studie mit 60 Patienten erreichten sie bereits mit drei Viertel ihrer Vorhersagen eine Trefferquote.

Mit einer speziellen Form der Magnetresonanztomographie, der sogenannten Traktographie, erstellen Wissenschaftler der TUM 3D-Darstellungen der Netzwerke von Nervenbahnen im Gehirn. Bildnachweis: Technische Universität München (TUM)

Hirntumore sind relativ selten. Nach Angaben der Deutschen Gesellschaft für Neurologie liegt die jährliche Inzidenz bei etwa fünf Fällen pro 100.000 Einwohner. „Aber in den meisten Fällen ist die operative Entfernung des Tumors unumgänglich“, sagt Prof. Sandro Krieg, der schätzt, dass ein Gliom – eine häufige Form von Hirntumoren – am Klinikum rechts der Isar der Technischen Universität München (TUM) entfernt wird. „Fast täglich“.

Je nach Tumor entwickeln Krieg und seine Kollegen individuelle Behandlungs- und Operationsstrategien. Ein entscheidender Punkt: Gesundes Gewebe soll weitestgehend geschont und keine Strukturen geschädigt werden, die zu weiteren Einschränkungen führen könnten. „Aphasie“ ist beispielsweise der Begriff für postoperative Sprachstörungen. „Wir wollen vor der Operation genaue Kenntnisse über das Risiko einer Aphasie haben.“

Der Chefarzt der Neurochirurgischen Klinik am Klinikum rechts der Isar beschäftigt sich seit mehr als 10 Jahren mit dem präoperativen Brain Mapping. „Seit langem kennen wir die zentralen Stellen im Gehirn, die für Funktionen wie Bewegung oder Sprache verantwortlich sind. Aber erst in den letzten fünf Jahren haben wir begonnen, das Netzwerk des Gehirns zu analysieren, um zu erfahren, wie die verschiedenen Regionen zusammenarbeiten, um beispielsweise einem Menschen das Sprechen zu ermöglichen. Eines ist klar: Es gibt kein Sprachenzentrum als solches. Stattdessen gleicht die Struktur eher mehreren Hubs oder Knoten eines großen Netzwerks, über das Sprache ermöglicht wird.“

Hirntumor: Vorhersagen durch maschinelles Lernen

Die Analyse der Netzwerkeigenschaften des Gehirns – die so genannte Konnektomanalyse – ein Verfahren, das das Team von Prof. Krieg seit etwa zwei Jahren anwendet – spielt eine Schlüsselrolle in der aktuellen Forschung. „Auf diese Weise quantifizieren wir die Verbindungen in einzelnen Hirnregionen“, sagt Prof. Krieg. „Wir haben inzwischen damit begonnen, Hirnregionen genauere Funktionen zuzuordnen.“

eBook Neurowissenschaften

Zusammenstellung der Top-Interviews, Artikel und Nachrichten des letzten Jahres. Laden Sie eine kostenlose Kopie herunter

Die TUM-Wissenschaftler Dr. Haosu Zhang und Dr. Sebastian Ille haben anatomisch Bilder von Gehirnschichten kartiert, die für die Sprachfähigkeit verantwortlich sind. Das Verfahren ist wie folgt: „Mit einer speziellen Form der Magnetresonanztomographie, der Traktographie, erstellen wir 3D-Darstellungen der Netzwerke und Teilnetzwerke von Nervenbahnen im Gehirn“, erklärt Zhang.

Unterstützt wird diese Netzwerkanalyse durch das Verfahren der navigierten transkraniellen Magnetstimulation, bei der ein gezielter Magnetimpuls Nervenzellen in für Sprache zuständigen Faserbahnen hemmt. Dadurch kommt es beim Patienten zu einer vorübergehenden Sprachstörung, die in der Videoanalyse erkannt werden kann. Es ermöglicht Forschern, die für Sprache verantwortlichen Gehirnregionen genau zu identifizieren.

Wir kombinieren die sogenannten Connectom-Parameter aus der Traktographie mit Informationen zur Sprechfunktion des Patienten.“

Dr. Haosu Zhang, TUM Wissenschaftler

Das Besondere an Zhangs und Illes Algorithmus: Er liefert „statistisch signifikante Parameter“ – Daten, mit denen sich ein maschinelles Lernmodell trainieren und so die Sprache einzelner Patienten lokalisieren lässt. So komplex die Anwendung der unterschiedlichen Analysemethoden auch erscheinen mag – das entscheidende Merkmal der Methode ist ihre Einfachheit: Der gesamte Analyseprozess funktioniert ohne komplexe Algorithmen oder leistungsstarke Computer. „Die Daten, die wir verwenden, stammen aus routinemäßigen Krankenhaustests“, sagt Zhang.

Netzwerkanalyse: 73 Prozent Genauigkeit bei der Vorhersage von Sprachbehinderungen

In einer aktuellen Studie mit 60 Patienten zeigten die Forscher des Klinikums rechts der Isar, dass diese kombinierte Analyse mit beträchtlicher Genauigkeit (73%) vorhersagen kann, ob eine Operation zu Sprachschwierigkeiten (postoperative Aphasie) führen wird. „Es ist sehr wichtig, diese Vorhersagen treffen zu können“, sagt Krieg. Er ist begeistert von der Möglichkeit, das Risiko durch „echte Netzwerkanalyse“ genauer quantifizieren zu können und konkrete Daten zu haben, die die Kartierung des Gehirns unterstützen.

Mehr noch: Mit Hilfe von Machine Learning werden die Vorhersagen mit der Zeit noch besser. Doch dazu benötigen die Forscher weitere Patientendaten, um die maschinellen Lernalgorithmen zu trainieren. „Es ist der einzige Ansatz, der mithilfe von Big Data das Risiko eines chirurgischen Eingriffs vorhersagen kann“, sagt Prof. Krieg, der nun plant, weitere Patienten für seine Forschung zu gewinnen. Er glaubt, dass schon „ein paar hundert“ Patienten für hochpräzise Vorhersagen ausreichen werden.

Quelle:

Technische Universität München (TUM)

Referenz:

Ille, S., et al. (2022) Präoperative funktionsspezifische Konnektomanalyse prognostiziert eine operationsbedingte Aphasie nach Gliomresektion. Kartierung des menschlichen Gehirns. doi.org/10.1002/hbm.26014.

.