MAllein in den USA werden jedes Jahr mehr als 80 Millionen CT-Scans durchgeführt. Tatsächlich hatten die meisten Amerikaner im Alter von 60 Jahren eine CT-Untersuchung, und viele hatten mehrere Untersuchungen.
Während CT-Scanner oft entscheidende Informationen für die Diagnose eines bestimmten Problems liefern, lässt unser aktueller Ansatz eine große Menge an Informationen ungenutzt. Angesichts der mit einem CT-Scan verbundenen Kosten und Strahlung sind wir verpflichtet, keine nützlichen Daten auf dem Boden des metaphorischen Schneideraums zu hinterlassen.
Die Verwendung von CT-Scans zur Suche nach anderen potenziellen Problemen wird als opportunistische Bildgebung bezeichnet und könnte die Art und Weise, wie wir unsere Patienten versorgen, verändern. Die Nutzung bisher ungenutzter Informationen wird es uns ermöglichen, eine erhebliche Anzahl von Patienten, bei denen das Risiko unerwünschter klinischer Ereignisse besteht, frühzeitig zu identifizieren und so die Ergebnisse zu verbessern und Kosten für unser Gesundheitssystem zu sparen.
Die Tatsache, dass ein CT-Scan Befunde erkennen kann, die außerhalb des vom Arzt untersuchten Bereichs liegen, ist seit langem bekannt. Beispielsweise kann eine CT-Untersuchung des Abdomens bei der Analyse von beispielsweise blutigem Urin eine Leberzyste oder eine Nebennierenmasse zeigen. Obwohl diese Zufallsbefunde manchmal zu einer frühen Diagnose von Krebs führten, führten sie oft zu zusätzlichen Tests, die letztendlich die Läsion als gutartig identifizierten. Diese unbeabsichtigten Befunde wurden als „Inzidentalome“ bezeichnet und haben dazu beigetragen, bei einigen Klinikern das Gefühl zu wecken, dass wir CT-Scanergebnisse nur für den beabsichtigten Zweck verwenden und uns nicht durch überflüssige Befunde ablenken lassen sollten.
Aber Technologie und andere Fortschritte in der Medizin machen diesen Einwand zunehmend obsolet.
Vor etwa zwei Jahrzehnten erkannten Radiologen und andere, dass die Informationen eines CT-Scans ganz bewusst anderen klinischen Zwecken dienen könnten. Das Konzept der opportunistischen CT-Bildgebung war geboren. Eine der ersten Anwendungen war die Schätzung der Knochendichte zur Diagnose von Osteoporose und zur Vorhersage des Frakturrisikos. Osteoporose wird oft als „stiller Killer“ bezeichnet, da sie typischerweise bis zum Auftreten einer Fraktur asymptomatisch verläuft und etwa ein Drittel der Patienten, die eine osteoporotische Hüftfraktur erleiden, innerhalb eines Jahres sterben, so die US Preventive Services Task Force.
Es bestehen jedoch nach wie vor Unterschiede beim Zugang zu Vorsorgeuntersuchungen, insbesondere zwischen ethnischen und rassischen Minderheitengruppen. In einer Studie war die Wahrscheinlichkeit, dass eine afroamerikanische Frau mit Osteoporoserisiko zum Screening überwiesen wurde, um 61 % geringer als bei einer weißen Frau mit einem ähnlichen Risiko. Allerdings haben afroamerikanische Frauen, die eine osteoporosebedingte Fraktur erleiden, eine um ein Drittel höhere Sterblichkeitsrate als weiße Frauen, was die Notwendigkeit eines gleichberechtigten Zugangs zum Osteoporose-Screening unterstreicht.
Diese Screening-Lücke könnte durch die opportunistische CT deutlich verringert werden. CT-Scans, die beispielsweise für die Krebsvorsorge, die Beurteilung von Nierensteinen oder Bauchschmerzen durchgeführt werden, können problemlos zur Messung der Knochendichte verwendet werden, da bei CT-Scans des Bauches routinemäßig auch die Wirbelsäule und die Beckenknochen untersucht werden. Während dies in der Vergangenheit aufwändige und zeitaufwändige Methoden erforderte, haben Fortschritte im maschinellen Lernen und der künstlichen Intelligenz es ermöglicht, die Analyse von CT-Scans zu automatisieren und Knochendichte, Körperzusammensetzung und Gefäßverkalkungen innerhalb von Sekunden zu quantifizieren.
Das Osteoporose-Screening ist jedoch nicht der einzige potenzielle Nutzen der opportunistischen CT. Es kann auch Informationen über das Vorhandensein schädlicher Fettablagerungen und verkalkter Plaques in Blutgefäßen, einschließlich Herzkranzgefäßen, liefern. Es hat sich gezeigt, dass diese Parameter die Dauer des Krankenhausaufenthalts nach der Operation, das Risiko von Post-Covid-Komplikationen und sogar das Risiko, an Diabetes oder Herzinfarkt und Tod zu erkranken, vorhersagen. Durch die Beurteilung der Körperzusammensetzung anhand opportunistischer CT-Scans können Ärzte die Behandlungspläne ohne zusätzliche Tests besser auf einzelne Patienten zuschneiden. Eine aktuelle Kostenwirksamkeitsanalyse von KI-basierten opportunistischen CT-Scans zur Erkennung von Herzerkrankungen und Osteoporoserisiken ergab, dass opportunistische Bildgebung Kosten sparen und die klinische Effizienz verbessern kann.
Tatsächlich hat die FDA bereits mehrere KI-Algorithmen zugelassen, die retrospektiv oder prospektiv auf routinemäßige CT-Scans angewendet werden können und so ein breites Bevölkerungsscreening ermöglichen. Automatisch generierte Scores für das Frakturrisiko und/oder das kardiometabolische Risiko könnten objektive Informationen liefern, die als Leitfaden für klinische Entscheidungen dienen könnten, wodurch Unterschiede im Screening-Ansatz verringert und der Wert des Scannens erhöht würden.
Obwohl die potenziellen Vorteile der opportunistischen CT groß sind, gibt es auch Herausforderungen, die angegangen werden müssen. Das wichtigste betrifft die Genauigkeit von KI-Algorithmen. Wenn sie zu empfindlich sind, können sie zu Überdiagnosen, unnötigen Tests und Ängsten des Patienten führen.
Doch mit der zunehmenden Verbreitung von Screenings werden wir mehr Daten sammeln, die CT-Befunde mit wichtigen klinischen Ergebnissen verknüpfen, wodurch die Algorithmen in den kommenden Jahren immer genauer werden dürften.
Wir müssen auch Überweisungsanbieter, die aus einem bestimmten Grund einen CT-Scan anordnen, darüber aufklären, wie sie mit zusätzlichen Daten umgehen sollen, die sie nicht angefordert haben. Muss beispielsweise ein Arzt, der eine CT-Untersuchung wegen Bauchschmerzen anordnet und dann Informationen über Osteoporose, Gefäßverkalkung oder viszerales Fett erhält, diese Befunde überwachen? Wie sollten sie diese Erkenntnisse ihrem Patienten mitteilen? Dies sind knifflige Fragen in einem Umfeld, in dem der Burnout bei Ärzten hoch ist und der Zeitdruck oft überwältigend ist.
Trotz dieser Herausforderungen kann die opportunistische CT ein umfassenderes Bild der Gesundheit eines Patienten liefern und die Behandlung einer Reihe von Erkrankungen verbessern. Da die Gesundheitssysteme einem zunehmenden finanziellen Druck ausgesetzt sind, immer mehr Studien durchgeführt werden und sich die KI verbessert, hat die opportunistische Bildgebung das Potenzial, die Art und Weise, wie Medikamente verabreicht werden, erheblich zu verbessern. Während Patienten sich die Mühe machen, radiologische Studien zu erhalten, und das finanzielle Risiko und die Strahlenexposition in Kauf nehmen, sind wir dann nicht verpflichtet, alle in diesen Studien enthaltenen Informationen zu nutzen, um unsere Gesundheitsergebnisse zu verbessern?
Miriam A. Bredella ist Professorin für Radiologie an der Harvard Medical School und stellvertretende Vorsitzende der Abteilung für Radiologie am Massachusetts General Hospital. Robert M. Wachter ist Professor für Medizin und Vorsitzender der medizinischen Fakultät der University of California, San Francisco.
window.statGlobal = window.statGlobal || { };
window.statGlobal.analytics = window.statGlobal.analytics || { };
window.statGlobal.analytics.fbq = function( eventName, parameters ) {
jQuery.ajax( {
url: ‘/wp-json/stat-analytics/v1/facebook-pixel’,
type: ‘POST’,
data: {
event_name: !eventName ? null : eventName,
parameters: !parameters ? {} : parameters,
source_url: window.location.href
},
success: function( data, textStatus, jqXHR ) {
//console.log( data );
},
error: function ( jqXHR, textStatus, errorThrown ) {
//console.log( jqXHR );
}
} );
};
jQuery( window ).on( ‘load’, function() {
if ( !window.bgmpGdpr || window.bgmpGdpr.isOptedOut() ) {
return;
}
!function(f,b,e,v,n,t,s){if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};if(!f._fbq)f._fbq=n;
n.push=n;n.loaded=!0;n.version=’2.0′;n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,
document,’script’,’https://connect.facebook.net/en_US/fbevents.js’);
fbq( ‘init’, ‘436331036555416’ );
fbq( ‘track’, ‘PageView’ );
if ( ‘object’ === typeof mc4wp && mc4wp.forms ) {
mc4wp.forms.on( ‘subscribed’, function() {
// Successful MC4WP newsletter signup AJAX form submission.
window.statGlobal.analytics.fbq( ‘Lead’ );
} );
}
document.addEventListener( ‘stat-hubspot-signup-subscribed’, () => {
// Successful HubSpot newsletter signup AJAX form submission.
window.statGlobal.analytics.fbq( ‘Lead’ );
} );
} );