RACOON FADEN Wissenschaftliche Erkenntnisse zur Früherkennung der Adenomyose Frühform der Endometrio

In RACOON FADEN wird eine kontrollierte klinische Studie durchgeführt, um validierte radiologische Merkmale nach MRT-Untersuchung für die Früherkennung von Adenomyose bei jungen Patientinnen zu erforschen, die Ergebnisdaten zugänglich zu machen und eine Infrastruktur zur Extraktion bildgebender Biomarker des Uterus im NUM für die skalierbare Nutzung zu etablieren. Im Vortrag wird die IT-Infrastruktur vorgestellt, die für dieses dedizierte Forschungsprojekt auf Basis der generellen NUM-Infrastruktur RACOON etabliert wurde. Starke Regelschmerzen gelten oft als „normal“ – dabei können sie ein Hinweis auf eine Adenomyose sein, eine Form der Endometriose. Viele Betroffene warten im Durchschnitt 8–10 Jahre auf eine Diagnose. Genau hier setzte das NUM-Teilprojekt FADEN (Früherkennung der Adenomyose) an: Ziel war es, frühe krankhafte Veränderungen der Gebärmutter im MRT sichtbar zu machen und damit den Diagnoseweg für junge Patientinnen entscheidend zu verkürzen. In einer multizentrischen Studie unter der Führung des Universitätsklinikums Erlangen und der Charité – Universitätsmedizin Berlin wurden über 200 junge Frauen mit zyklusabhängigen Unterbauchschmerzen sowie gesunde Probandinnen mittels multiparametrischer MRT untersucht – jeweils im Zeitraum der Menstruation und des Eisprungs. Die prospektive Vergleichsstudie wurde unter Nutzung der Forschungsinfrastrukturen RACOON (Radiological Cooperative Network) und NUKLEUS (NUM Klinische Epidemiologie- und Studienplattform) durchgeführt. Als stabiler morphologischer Marker für Adenomyose wurde bisher eine Gewebeschicht zwischen der Schleimhaut und der Muskulatur der Gebärmutter, die sogenannte Junktionalzone, verwendet. Mithilfe der KI-gestützten Plattform CuraMate wird im Projekt ein automatisierter Deep-Learning-Workflow zur präzisen Segmentierung der Gebärmutter entwickelt. Anhand dieser manuellen und automatisierten Auswertungen liefert die Studie bereits neue Erkenntnisse zur junktionalen Zone als Biomarker. Überraschend zeigte sich, dass sich die Junktionalzone nicht nur zwischen den Untersuchungszeitpunkten, sondern auch während einer Untersuchung dynamisch verändert und somit vermutlich Muskelkontraktionen widerspiegelt (Abbildung 1). Es zeigte sich außerdem kein signifikanter Unterschied der Junktionalzonendicke zwischen symptomatischen und asymptomatischen Frauen zum selben Zykluszeitpunkt. Die Qualität der Junktionalzone als statisches Diagnosekriterium ist somit in Frage zu stellen. Die genannte Erkenntnis weist darauf hin, dass künftig der gesamte Uterus, insbesondere seine Peristaltik (Kontraktion) noch stärker in den Fokus der Forschung rücken muss. Wichtig dafür ist, den Untersuchungszeitpunkt mit dem weiblichen Zyklus abzustimmen. Mit FADEN wurden erstmals verlässliche Referenzdaten zum gesunden im Vergleich zum symptomatischen Uterus geschaffen – umso wichtiger ist nun die gezielte Nachnutzung dieses Datensatzes. 🎯 Lernziele Aufbau eines multiparametrischen MRT-Untersuchungsprotokolls für Morphologie, Gewebecharakterisierung und Funktion des Uterus. Zyklusabhängigkeit des Uterus. Interpretation der Junktionalzonendicke. Automatisierte Auswertung der Wandschichten des Uterus mittels iterativ trainierter KI. Nachnutzungsmöglichkeiten prospektiver Daten in NUM-RACOON. 🎤 Sprecher: Prof. Dr. med. Matthias May (UK Erlangen) 📅 Datum: 07.04.2026 ➡️ Weitere Informationen zu MIRACUM: Homepage: https://miracum.org LinkedIn:   / miracum-konsortium   ➡️ * Weitere Informationen zu DIFUTURE:* Homepage: https://difuture.de/ LinkedIn:   / difuture-konsortium   #miracum #difuture #mii #medizininformatikinitiative #kolloquium #weiterbildung Die vom MIRACUM-DIFUTURE Kolloquium veröffentlichten Vorträge wurden von den jeweiligen Vortragenden erstellt und präsentiert. Die Verantwortung für den Inhalt der Präsentationen, einschließlich der Verwendung von urheberrechtlich geschütztem Material, liegt allein bei den Vortragenden. Der Betreiber dieses Kanals übernimmt keine Haftung für etwaige Urheberrechtsverletzungen, die in den Vorträgen begangen werden könnten. Sollten Sie Hinweise auf eine Verletzung von Rechten Dritter haben, bitten wir um eine entsprechende Mitteilung. Der Betreiber wird die betreffenden Inhalte prüfen und gegebenenfalls entfernen.