Glioblastome sprechen häufig nicht auf Immuntherapien an. Einen Resistenzmechanismus, der es Glioblastomen ermöglicht, einer Immuntherapie mit Checkpoint-Inhibitoren zu entkommen, konnten Wissenschaftler nun bei Mäusen identifizieren.
Es gibt unterschiedliche Ansätze in der Immuntherapie von Karzinomen. Die Computertomographie hilft den Erfolg solcher Behandlungen einzuschätzen.
Die Fließeigenschaften eines Glioblastoms geben Aufschluss über sein Infiltrationspotential.
Die Histogramm-Analyse einer dynamischen, kontrastverstärkten MRT von Brusttumoren lässt Rückschlüsse auf vorhandene Lymphknotenmetastasen zu. Weitere Studien sollen zeigen, ob die Methode auch zwischen verschiedenen Stadien der Lymphknotenmetastasierung unterscheiden kann.
Ein System, das Ultraschall- und MRT-Bilder gleichzeitig erfassen kann, haben Fraunhofer-Forscher entwickelt.
Die automatische Segmentierung von Meningeomen mittels Deep-Learning und die manuelle Segmentierung sind in Punkto Genauigkeit vergleichbar. Ein solcher Ansatz könnte die RadiologInnen bei dieser Tätigkeit spürbar entlasten.
Intrakranielle Metastasen eines malignen Melanoms lassen sich mittels Deep Learning mit hoher Genauigkeit automatisch erkennen.
Die kontrastmittelverstärkte MR-Mammographie ist der konventionellen Mammographie bei fast allen Patientinnen, Tumorarten und klinischen Szenarien überlegen. Aktuelle Leitlinien empfehlen die kontrastmittelverstärkte MR-Mammographie jedoch immer noch nur für die Untersuchung von Hochrisikopatientinnen.
Die Kombination semiquantitativer Parameter aus der Bildgebung mit 11C-Methionin PET/CT und dynamischer, kontrastverstärkter MR-Perfusionsbildgebung unterscheidet sehr gut zwischen Rezidiven und therapiebedingten Strahlenschäden bei Patienten mit hochgradigen Gliomen.
Ergebnisse der German Lung Cancer Screening Intervention-Studie mit 4000 Rauchern zeigen das Potenzial eines systematischen Lungenkrebs-Screenings für Hochrisikogruppen.
