CALM-QE – Pilotstudie zur KI-basierten quantitativen CT-Thorax-Analyse bei stabiler und exazerbierter COPD
Abstract
Hintergrund: Die Wanddicke der Atemwege (Pi10, bei 10 mm Innenumfang) und das Volumen der Low-Attenuation Area (LAA,%) wurden als Biomarker für Diagnose und Prognose der COPD identifiziert und evaluiert. Methode: CALM-QE ist ein multizentrisches Projekt mit Beteiligung von zwölf deutschen Universitätskliniken und assoziierten Ambulanzen (Sponsor: Deutsches Zentrum für Luft- und Raumfahrt e. V.), das im Auftrag des Bundesministeriums für Bildung und Forschung (Fördernummer 01ZZ2318A) durchgeführt wird. Insgesamt sollen 19.000 Thorax-CTs aus acht Zentren analysiert werden. In einer Pilotstudie am Universitätsklinikum Freiburg (2017–2024) wurden aus 1.806 Scans per Zufallsauswahl 180 CTs – überwiegend von Patient:innen mit Exazerbationen – ausgewählt, mit Fokus auf die Parameter Pi10 (mm) und LAA (%). Ergebnisse: Die KI-Software Coreline AVIEW generierte aus 180 CT-Scans insgesamt 32.733.484 Parameter. Der mittlere Pi10-Wert betrug 4,94 mm (Median 4,82 mm; SD±0,95). Pi10-Werte über 2,6 mm wurden in früheren Studien mit Exazerbationen und erhöhter Mortalität assoziiert; ein Cut-off von 2,6 mm wurde vorgeschlagen. Der mittlere LAA-Wert lag bei 17,81% (SE±1,08), der Median bei 9,09%. Literaturangaben zeigen eine deutliche Spannbreite; eine Studie identifizierte in der ROC-Analyse einen LAA-Cut-off von>5,6% als Prädiktor für ein Fortschreiten der COPD. Schlussfolgerung: Diese Pilotstudie zeigt, dass erhöhte Pi10- und LAA-Werte mit COPD-Exazerbationen korrelieren und hebt das Potenzial der KI-gestützten quantitativen CT-Analyse zur Beurteilung von Schweregrad und Exazerbationsrisiko bei COPD hervor. Weiterführende Analysen im Rahmen der CALM-QE-Studie sollen vertiefte Einblicke in diese Zusammenhänge ermöglichen. Publication History Article published online: 04 March 2026 © 2026. Thieme. All rights reserved. Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany
Fields of Study & Subjects
Chronic Obstructive Pulmonary Disease (COPD) Research
Radiomics and Machine Learning in Medical Imaging
Lung Cancer Diagnosis and Treatment
Publication details
- Journal / source
- Pneumologie
- Volume
- 80
- Publication date
- 1 March 2026
- Language
- DE