Mutationen der Isocitrat-Dehydrogenase (IDH) sind ein bedeutender prognostischer und prädiktiver Parameter, da IDH-mutierte Gliome eine bessere Prognose und ein längeres Überleben als IDH-Wildtyp-Gliome aufweisen und zudem neue therapeutische Zielstrukturen darstellen.
Eine kürzlich veröffentlichte Studie im Journal Neuro-Oncology Advances mit dem Titel „Clinical application of machine-based deep learning in patients with radiologically presumed adult-type diffuse glioma grade 2 or 3“ (https://pmc.ncbi.nlm.nih.gov/articles/PMC11631182/pdf/vdae192.pdf), an der Univ.-Prof. DDr. Julia Furtner-Srajer vom Research Center for Medical Image Analysis and Artificial Intelligence (MIAAI) der Danube Private University als Koautorin beteiligt war, untersuchte Deep-Learning-Modelle hinsichtlich ihrer Fähigkeit, den IDH-Status in Gliomen vorherzusagen. Diese Modelle erwiesen sich als ebenso effektiv wie konventionelle diagnostische Ansätze, die auf klinischen Daten basieren, und zeigten in Kombination gute diagnostische Eigenschaften zur Vorhersage des IDH-Status.
