Mehr als 1,7 Millionen Menschen sterben jährlich an Lungenkrebs, was diesen zu einer der tödlichsten onkologischen Erkrankungen weltweit macht. Bildregistrierung und maschinelles Lernen begünstigen die Entwicklung neuartiger Medizintechnik, die das Potential hat, Diagnose und Therapie von Lungenkrebserkrankungen wesentlich zu verändern. Gleichzeitig fallen in der modernen Krebsforschung immer umfangreichere Datensätze an, die mit Hilfe von modernen Methoden der Künstlichen Intelligenz gehoben werden können.

Das Projekt OncoReg hat die Vorbereitung und Durchführung einer Data-Challenge zur Registrierung von onkologischen Bilddaten der Lunge zum Ziel. Es soll ein niederschwelliger Zugang zu hochqualitativen Daten aus der translationalen, biomedizinischen Krebsforschung und der onkologischen Routineversorgung gewährt und eine Kultur des Datenteilens für Forschungszwecke gefördert werden. Die geplante Challenge zielt auf die Entwicklung von 3D-Registrierungsverfahren für Computertomographiebilddaten aus der Strahlentherapie ab, um klinisch relevante Fragestellungen in der Onkologie zu bearbeiten. Beispielsweise sollen die Informationen aus hochaufgelösten Fan-Beam Computertomographiebildern, die zur Therapieplanung in der Strahlentherapie angefertigt werden, mit Hilfe von neuartigen 3D-Registrierungsverfahren auf niedrigaufgelöste interventionelle Cone-Beam CT-Bilder übertragen werden.
Die Datengrundlage der Challenge bildet ein kuratierter Datensatz, der auf ergänzenden manuellen Annotationen von Radiologinnen und Radiologen auf bereits öffentlich zugänglichem Bildmaterial basiert, sowie ein bisher unveröffentlichter Datensatz des Projektpartners UKSH. Durch die Zurverfügungstellung qualitativ hochwertiger Annotationen anatomischer Strukturen, Landmarken und Läsionen werden Einreichungen innovativer Algorithmen und KI-Modelle, die speziell auf die Verlaufskontrolle von Lungenläsionen und die 4D-Strahlentherapie onkologischer Lungenerkrankungen abzielen, erwartet.