In RACOON-RESCUE sollen vorhandene Bilddaten strukturiert ausgewertet werden, um die Stadieneinteilung bei NHL zu verbessern, die Vitalität von Reststrukturen unter Therapie besser beurteilen zu können, und neue bildbasierte Biomarker zu identifizieren und evaluieren. Das Vorhaben stützt sich dabei auf im Rahmen der klinischen Routine bereits erfasste Bilddaten und der strukturierten Datengrundlage des NHL-BFM Registers, welches seit 2012 klinische Daten aller pädiatrischer Patienten mit NHL in Deutschland erhebt.

Messungen werden anhand der Bilddatensätzen vorgenommen, radiologische Befunde nacherhoben und in strukturierter Form erfasst. Methoden der Bilddatenanalyse („Radiomics“) und der künstlichen Intelligenz (KI) einschließlich automatisierter Segmentierungsverfahren kommen dafür zum Einsatz. Anhand dieser Datensätze wird das Stadium neu eingeteilt, der Vorhersagewert der Bildparameter für den Krankheitsverlauf ausgewertet und die Bilddaten werden mit weiteren klinischen Parametern korreliert. Die hierdurch als relevant identifizierten Parameter und Modelle können über die RACOON-Infrastruktur für zukünftige Forschungsvorhaben und Weiter-entwicklung von KI-gestützten Diagnostikverfahren zur Verfügung gestellt werden. Das Projekt soll damit die Voraussetzungen schaffen, eine strukturierte referenzradiologische Beurteilung pädiatrischer NHL zu etablieren und neue bildbasierte Biomarker für alle Kindern und Jugendlichen mit einem NHL prospektiv zu nutzen. Diese könnte zukünftig erlauben, die radiologische Diagnostik zielgerichteter einzusetzen, bisher unklare Befunde besser einzuordnen und den Einsatz invasiver Untersuchungsverfahren zu reduzieren.