CT-based Radiomics Nomogram Integrating Multi-regional Features for Preoperative Prediction of Neurological Recovery After Anterior Controllable Antedisplacement and Fusion in Cervical OPLL

Die menschliche Wirbelsäule ist eine bemerkenswerte ingenieurtechnische Leistung, eine flexible Säule aus Knochen und Gewebe, die den empfindlichen Rückenmarkspfad in ihrer Mitte schützt. Manchmal jedoch geraten die körpereigenen Reparaturmechanismen fehl. Bei einem Zustand, der als Ossifikation des posterioren Längsbandes bekannt ist, verwandelt sich das Band, das entlang der hinteren Halswirbel verläuft, langsam in harten Knochen. Dieser zusätzliche Knochen wächst nach innen und drückt wie eine langsam vorrückende Wand gegen das Rückenmark. Für viele Patienten führt dies zu einem fortschreitenden Verlust von Gefühl, Kraft und Koordination in den Armen und Beinen. Während eine Operation diesen Druck lindern kann, ist das Ergebnis nicht garantiert. Einige Patienten gewinnen ihre volle Funktion zurück, während andere mit bleibender Schwäche zurückbleiben. Die Herausforderung für Chirurgen bestand lange darin, einen Patienten vor der Operation zu betrachten und zu wissen, wer wieder aufblühen wird und wer nicht.

Jahrelang haben sich Ärzte auf Standardmessungen verlassen, um solche Vorhersagen zu treffen, wie etwa die Dauer, seit der der Patient an der Krankheit leidet, oder wie viel Platz der Knochen innerhalb des Spinalkanals einnimmt. Doch diese traditionellen Hinweise liefern oft nur ein vages Bild. Sie können die subtilen biologischen Unterschiede innerhalb des Knochens selbst oder die Art und Weise, wie die harte Masse mit dem umliegenden Gewebe interagiert, nicht sehen. Eine neue Studie von Forschern aus China deutet darauf hin, dass die Antwort darin liegt, viel genauer auf die Bilder zu schauen, die Ärzte ohnehin bereits aufnehmen. Durch den Einsatz eines Computers zur Analyse tausender winziger Details in Standard-CT-Scans – Details, die zu klein für das menschliche Auge sind – hat das Team ein neues Werkzeug entwickelt, das die Erholung mit wesentlich größerer Genauigkeit vorhersagen kann.

Die Forscher konzentrierten sich auf eine spezifische chirurgische Technik namens anteriore kontrollierte Antidislokation und Fusion, oder ACAF. Dies ist ein komplexer Eingriff, bei dem Chirurgen den gesamten Block des abnormalen Knochens vorsichtig nach vorne, weg vom Rückenmark, drücken und dann die Wirbel miteinander fusionieren, um ihn an Ort und Stelle zu halten. Es ist eine hochwirksame Methode, aber die Erholung der Nervenfunktion variiert von Mensch zu Mensch erheblich. Um dies zu verstehen, untersuchte das Team 280 Patienten, die sich zwischen 2017 und 244 in einem einzigen Krankenhaus dieser Operation unterzogen hatten. Sie teilten diese Patienten in zwei Gruppen auf: eine größere Gruppe, um ein Vorhersagemodell zu erstellen, und eine kleinere Gruppe, um zu testen, wie gut dieses Modell funktioniert.

Anstatt nur auf die Größe des Knochens zu achten, bat das Team den Computer, vier verschiedene Bereiche in den CT-Scans zu untersuchen. Sie betrachteten die gesamte Masse des neuen Knochens, das harte, reife Zentrum dieser Masse, die weicheren, aktiven Ränder, an denen der Knochen noch wächst, die Wirbel selbst und eine dünne, drei Millimeter breite Zone, in der der Knochen auf den Wirbel trifft. Mit einer Methode namens Radiomics extrahierte der Computer über tausend mathematische Merkmale aus diesen Bereichen und maß dabei Dinge wie die Textur, Dichte und Form der Gewebe. Es war, als würde man den Computer bitten, die Maserung eines Stücks Holz zu beschreiben, anstatt nur dessen Länge zu messen.

Das Team nutzte dann einen strengen Prozess, um die wenigen Merkmale zu finden, die wirklich entscheidend waren. Sie testeten die Fähigkeit des Computers, die Erholung vorherzusagen, indem sie die Vermutungen des Computers mit den tatsächlichen Ergebnissen der Patienten ein Jahr nach der Operation verglichen. Sie fanden heraus, dass die wichtigsten Hinweise nicht die Größe des Knochens waren, sondern die Textur seiner aktiven Ränder und die Dichtevariationen in der dünnen Zone, in der der Knochen auf den Wirbel trifft. Patienten, deren Scans eine chaotischere Textur am Rand des Knochens oder eine ungleichmäßigere Dichte an der Grenzfläche zeigten, hatten mit größerer Wahrscheinlichkeit eine schlechtere Erholung. Diese Erkenntnisse legen nahe, dass die biologische Aktivität an der Vorderseite des wachsenden Knochens und die Art und Weise, wie fest er an die umliegenden Strukturen gebunden ist, Schlüsselfaktoren dafür sind, wie gut die Nerven heilen können, sobald der Druck nachlässt.

Durch die Kombination dieser bildgebenden Hinweise mit Standardpatientendaten, wie etwa dem Score der Nervenfunktion vor der Operation, erstellten die Forscher eine visuelle Tabelle, die ein Nomogramm genannt wird. Dieses Werkzeug ermöglicht es einem Arzt, die spezifischen Daten eines Patienten einzugeben und eine personalisierte Wahrscheinlichkeit für eine gute Erholung zu erhalten. Bei Tests erwies sich dieses neue Werkzeug als signifikant besser darin, Vorhersagen zu treffen, als wenn man nur die Patientengeschichte allein betrachtet. Das Modell wurde so konzipiert, dass es stabil ist, was bedeutet, dass es wahrscheinlich konsistente Ergebnisse liefert, selbst wenn die Daten leicht abweichen, und die Forscher verwendeten fortgeschrittene statistische Prüfungen, um sicherzustellen, dass der Computer nicht einfach nur die Antworten auswendig gelernt hatte.

Die Studie untersuchte auch, ob das Alter eines Patienten ein wesentlicher Faktor sei. Obwohl ältere Patienten oft komplexere gesundheitliche Probleme haben, zeigte die Analyse, dass die detaillierten Merkmale in den CT-Scans tatsächlich informativer waren als das Alter selbst. Der Computer konnte die biologischen Zeichen des Alterns und des Fortschreitens der Krankheit innerhalb der Knochenstruktur erkennen, die eine einfache Zahl auf einer Geburtsurkunde nicht offenbaren konnte. Dies deutet darauf hin, dass die Zukunft der chirurgischen Planung in diesen verborgenen Mustern innerhalb medizinischer Bilder liegen könnte.

Die Forscher weisen jedoch vorsorglich darauf hin, dass dieses Werkzeug noch in einem frühen Stadium ist. Die Studie wurde in einem einzelnen Krankenhaus durchgeführt, und die Computermodelle wurden mit Daten aus diesem spezifischen Standort trainiert. Bevor diese Methode routinemäßig in Krankenhäusern weltweit eingesetzt werden kann, muss sie an viel größeren Patientengruppen aus verschiedenen Zentren und mit unterschiedlichen Arten von CT-Scannern getestet werden. Der derzeitige Prozess erfordert zudem, dass ein Chirurg die interessierenden Bereiche manuell in den Scan einzeichnet, was Zeit kostet. Das ultimative Ziel ist die Entwicklung vollautomatischer Systeme, die dies sofort erledigen können. Vorerst bietet diese Arbeit einen vielversprechenden Ausblick auf eine Zukunft, in der die subtile Sprache medizinischer Bilder Ärzten helfen kann, Patienten zu dem bestmöglichen Ergebnis zu führen, indem sie ein komplexes biologisches Rätsel in einen klareren Weg verwandelt.