Medizintechnik: Strahlendosis, Personalisierung und Automatisierung

Arbeitsgruppe:

• Prof. Dr. Matthias May
• Dr. Marco Wiesmüller
• Dr. Markus Kopp
• Dr. Rafael Heiß
• Dr. Matthias Wetzl
• Dr. Frederik Geißler
• Dr. Maximilian Bachl
• Sascha Daniel
• Theresa Rüttinger

Die Röntgenbildgebung hat die Medizin revolutioniert. Die Computertomographie ist weit verbreitet, verfügbar und schnell. Resultierende Datensätze sind hochaufgelöst, dreidimensional, und in den meisten Fällen, eindeutig. Durch ihre breite Anwendung wird der größte Anteil an zivilisatorischer Strahlenexposition erzeugt. Dies betrifft sowohl die Patienten als auch das medizinische Personal. Allgemein ist das “linear-no-threshold“ Modell der biologischen Strahlenwirkung, nach dem auch eine geringe Strahlenexposition ein stochastisches Risiko der Kanzerogenese mit sich bringt, akzeptiert. Dieses impliziert die Anwendung des “as low as reasonably achievable” (ALARA) Prinzips für die klinische Anwendung von Röntgenstrahlen. Es ist daher zwingend notwendig die potentiellen Risiken einerseits, und die verfügbaren Methoden zur Optimierung der Strahleneffizienz andererseits zu kennen. Die eigentliche Kunst im klinschen Alltag der Computertomographie ist es dieses Wissen in jeder individuellen Situation einzusetzen und kritisch zu hinterfragen. Eine niedrige Strahlendosis in einer jungen Patientin kann so zum Beispiel ein höheres Risiko als repetitive hohe Strahlenbelastungen eines alten Patienten bedeuten. Unser Ziel ist es die Anwendung der Strahlendosis in direktem Zusammenhang mit der Bildqualität zu optimieren. Dazu gehört es die Strahlendosis zu erfassen und zu monitoren, die biologischen Strahlenwirkungen abzuschätzen, die Strahlendosis zu reduzieren und die Dosiseffizienz zu verbessern, der Strahlenschutz medizinischen Personals, Entwicklung neuer Untersuchungsprotokolle, Verbesserung der Bildqualität, Kontrastverstärkung, Steigerung der Bildinformation, Personalisierung, Patientenvorbereitung und Automatisierung.

Aktuelle Publicationen (Auswahl):

1. Kopp M, Wetzl M, Geissler F, Roth JP, Wallner R, Hoefler D, Faby S, Allmendinger T, Amarteifio P, Wuest W, Cavallaro A, Uder M, May MS: Structured Digital Self-Assessment of Patient Anamnesis Prior to Computed Tomography: Performance Evaluation and Added Value. J Med Syst. 2021 Jan 28;45(3):30. doi: 10.1007/s10916-020-01690-8.
2. Geissler F, Heiß R, Kopp M, Wiesmüller M, Saake M, Wuest W, Wimmer A, Prell V, Uder M, May MS: Personalized computed tomography - Automated estimation of height and weight of a simulated digital twin using a 3D camera and artificial intelligence. Rofo. 2020 Nov 3. doi: 10.1055/a-1253-8558.
3. Kopp M, Loewe T, Wuest W, Brand M, Wetzl M, Nitsch W, Schmidt D, Beck M, Schmidt B, Uder M, May M: Individual Calculation of Effective Dose and Risk of Malignancy Based on Monte Carlo Simulations after Whole Body Computed Tomography. Sci Rep. 2020 Jun 11;10(1):9475. doi: 10.1038/s41598-020-66366-2.
4. May MS, Wiesmueller M, Heiss R, Brand M, Bruegel J, Uder M, Wuest W: Comparison of dual- and single-source dual-energy CT in head and neck imaging. Eur Radiol. 2019 Aug;29(8):4207-4214. doi: 10.1007/s00330-018-5762-y.
5. Wetzl M, Weller M, Heiss R, Schrüfer E, Wuest W, Thierfelder C, Lerch D, Cavallaro A, Amarteifio P, Uder M, May MS: Mobile Workflow in Computed Tomography of the Chest. J Med Syst. 2018 Dec 10;43(1):14. doi: 10.1007/s10916-018-1131-2.