Neue Ultraschallmethode unterscheidet genau Flüssigkeit von festen Brustmassen

Neue Ultraschallmethode unterscheidet genau Flüssigkeit von festen Brustmassen

Die am Johns Hopkins entwickelte neue Ultraschalltechnologie kann mit nahezu perfekter Genauigkeit Flüssigkeit von festen Brustmassen unterscheiden, ein Fortschritt, der Patientinnen, insbesondere solchen mit dichtem Brustgewebe, unnötige Nachuntersuchungen, schmerzhafte Eingriffe und Ängste ersparen könnte.

In ersten Tests mit echten Patienten identifizierten Ärzte, die mit der neuen Methode arbeiteten, die Massen in 96 % der Fälle genau – nur in 67 % der Fälle lagen sie richtig, als sie dieselben Massen mit ihren regulären Geräten analysierten.

„Dies ist wichtig, da die Vorteile von Ultraschall bei der Brustkrebserkennung durch das ähnliche Erscheinungsbild gutartiger Flüssigkeitsmassen und fester Massen, die krebsartig sein können, eingeschränkt sein können“, sagte der leitende Autor Muyinatu „Bisi“ Bell, ein biomedizinischer und elektrischer Ingenieur der Johns Hopkins University, der sich auf Bildgebungstechnologie spezialisiert hat. „Unsere Errungenschaft wird die Art und Weise, wie Brustkrebs diagnostiziert wird, verändern. Radiologen können sich sofort auf die Diagnose verlassen. Und Patienten werden nicht zu Biopsien und invasiven Eingriffen geschickt, wenn mehr Vertrauen besteht, dass eine Raumforderung kein Grund zur Sorge ist.“

Die staatlich geförderte Arbeit wird heute in veröffentlicht Fortschritte in der Radiologie.

Es wird jeder Frau über 40 empfohlen, eine Mammographie durchführen zu lassen, um Brustkrebs frühzeitig zu erkennen. Bei Frauen mit dichtem Brustgewebe können die Ergebnisse jedoch nicht eindeutig sein. Diese Frauen werden oft als nächstes zur Ultraschalluntersuchung geschickt – eine Technologie, die ebenfalls Probleme mit dichtem Brustgewebe hat.

Ultraschall funktioniert, indem er Schallwellen durch eine Sonde in die Brust sendet. Der Schall prallt von Strukturen wie Massen ab und wird aufgezeichnet. Wenn es perfekt funktioniert, wandert der Schall direkt von der Masse zurück zur Sonde. Bei dichten Brustproblemen wird der Schall jedoch gestreut, bevor er die Masse erreicht, was zu „akustischen Störungen“ im Bild führt. Eine gutartige, mit Flüssigkeit gefüllte Zyste, die auf Bildern schwarz erscheinen sollte, sieht im Inneren oft grau aus, so wie ein Krebsgeschwür aussehen würde.

Das neue Verfahren ändert nichts an der Ultraschallerzeugung, sondern verbessert die Verarbeitung der Signale. Herkömmlicher Ultraschall basiert auf der Amplitude der Signale und wandelt hohe und niedrige Signale in Schwarz-, Weiß- oder Grautöne um. Die neue Methode ist „kohärenzbasiert“, was bedeutet, dass das Bild davon abhängt, wie ähnlich Signale benachbarten Signalen sind.

Das neue System liefert nicht nur sauberere Bilder, sondern macht es Radiologen auch noch einfacher, indem es für jede Raumforderung eine Zahlenbewertung bereitstellt – nur diejenigen über einem bestimmten Schwellenwert gelten als besorgniserregend.

Es ist wirklich spannend, denn wir nehmen dieselben Ultraschalldaten auf, die mit demselben Prozess erfasst werden, aber wir ändern die Signalverarbeitung und können diese Bilder viel besser interpretieren. Wenn wir das Visuelle mit einem Zahlenwert kombinieren, zeigt die Technologie tatsächlich die größte Verbesserung. Es beseitigt Entscheidungsmüdigkeit, indem etwas automatisiert wird, das normalerweise mehr Nachdenken und Interpretation erfordern würde.“

Muyinatu „Bisi“ Bell, ein biomedizinischer und elektrischer Ingenieur der Johns Hopkins University

Eine Studie mit 132 Patienten ergab, dass Radiologen mit der neuen Technologie in 96 % der Fälle Raumforderungen korrekt identifizieren können, verglichen mit 67 % der Zeit mit herkömmlichem Ultraschall.

„Die Ergebnisse dieser Studie sind wichtig für unser Fachgebiet, weil sie darauf hindeuten, dass diese Technik unsere Fähigkeit verbessern kann, zwischen soliden Raumforderungen und bestimmten Arten von Zysten zu unterscheiden, die im Ultraschall solide Raumforderungen nachahmen können“, sagte Co-Autorin Eniola Oluyemi, diagnostische Radiologin bei Johns Hopkins Medicine. „Diese verbesserte Diagnosesicherheit kann zu weniger falsch positiven Ergebnissen führen und die Notwendigkeit von Nachuntersuchungen und Biopsien verringern, was dazu beiträgt, unseren Patienten zum Zeitpunkt der ersten Untersuchung mehr Sicherheit zu geben.“

Bestehende künstliche Intelligenz kann in Ultraschallbildern zwischen gutartigen und krebsartigen Raumforderungen unterscheiden. Das Team glaubt, dass ihre Innovation zusammen mit KI es Ärzten ermöglichen könnte, bei einem ersten Ultraschalltermin schnell die Zusammensetzung einer Raumforderung zu bestimmen und festzustellen, ob es sich um Krebs handelt.

Bell hofft auch, dass die Innovation eines Tages zu etwas werden könnte, das Menschen zu Hause im Rahmen einer Selbstuntersuchung der Brust anwenden können.

„Meine langfristige Vision ist, dass Patienten, wenn die Gesellschaft autarker wird und Ultraschalluntersuchungen noch günstiger werden als heute, möglicherweise nicht mehr in ein Krankenhaus oder eine Spezialklinik gehen müssen – unser Ansatz könnte stattdessen zu Hause durchgeführt werden“, sagte Bell. „Mit einer kostengünstigen Ultraschalluntersuchung könnte eine einzelne Zahl, die aus einem kohärenzbasierten Ultraschallbild extrahiert wird, Aufschluss darüber geben, ob ein tastbarer Knoten in der Brust Anlass zur Sorge gibt oder nicht.“

Zu den Autoren, alle von Johns Hopkins, gehören Arunima Sharma; Madhavi Tripathi; Emily B. Ambinder; Lisa A. Mullen; Babita Panigrahi; Joanna Rossi; Nethra Venkatayogi und Kelly S. Myers.

Quellen: