Zum ersten Mal in der Radiologie in Deutschland konnte ein Konsensus aller Unikliniken für ein Template zur strukturierten Thorax-Befundung erreicht werden. Basierend auf internationalen thoraxradiologischen Empfehlungen und in enger Zusammenarbeit mit der AG Thoraxradiologie wurden Morphologien des Lungenparenchyms, der Bronchien, der Pleura und des Mediastinums definiert.
Dieses Template bietet die Möglichkeit CT- und Röntgen-Bilddatensätze von Pneumonien, daneben aber auch anderen thorakalen Pathologien, strukturiert auszuwerten. Zusätzlich zur Auswertung der Bilddaten kann eine Vielzahl an zusätzlichen klinischen Angaben, Labordaten und Behandlungsstrategien dokumentiert werden. Neben dem Template wurde ein RACOON Bildatlas entwickelt, der Bildbeispiele für die abgefragten morphologischen Veränderungen bietet und ein Leitfaden für die strukturierte Befundung an den Standorten ist.
Den Kern der strukturierten Befundung stellt die verblindete Auswertung der Bilddaten dar. Dazu werden die bildmorphologischen pathologischen Veränderungen in CT-Thorax- und Röntgen-Thorax-Aufnahmen detailliert und strukturiert abgefragt. Zu jeder Veränderung des Lungenparenchyms, der Bronchien, der Pleura und des Mediastinums werden die lappenbasierte Lokalisation, der Schweregrad, die anatomische und geographische Verteilung, sowie zusätzliche charakteristische Besonderheiten beurteilt.
Ziel dieser strukturierten Erhebung aller Bilddatensätze der RACOON Kohorte ist es charakteristische Bildmorphologien der eingeschlossenen Erkrankungen zu detektieren, Diskreminanten zwischen ähnlichen Erkrankungen zu identifizieren (z.B. COVID-19 vs. Andere virale Pneumonien), und hoch qualitative Daten für die Entwicklung von Algorithmen der künstlichen Intelligenz zu generieren.
Für führende morphologische Veränderungen, gesundes Lungenparenchym und Luft außerhalb des Körpers als Referenz werden zudem in den CT-Untersuchungen digitale Bildstanzen erhoben. Somit entstehen zusätzlich quantitative Messwerte für Radiomics Analysen und eine ausführliche Bilddatenbank für spezifische bildmorphologische Veränderungen.
Abschließend werden für jeden Bilddatensatz verschiedene Klassifizierungs-Skalen aus der Literatur angewandt, die die Wahrscheinlichkeit und den Schweregrad einer COVID-19-Pneumonie zusammenfassend als Experteneinschätzung abbilden. Die Sicherung der Datenqualität erfolgt durch die Erfassung der technischen Akquisitionsparameter und der Bildqualität der Studien.
Zeitsynchrone klinische Parameter werden zusätzlich unverblindet dokumentiert. Diese sind in vier Teilbereiche untergliedert: Informationen aus dem Krankenhausinformationssystem (KIS), klinische Angaben, Laborwerte und Angaben zur Behandlung. Die Auswahl der Parameter erfolgte in enger Zusammenarbeit mit anderen Projekten des Netzwerks Universitätsmedizin (NUM) und mit Fokus auf COVID-19-Infektionen.
Diese hochqualitative Datenbank ist die Basis für evidenzbasierte Forschung mit der Möglichkeit zur multizentrischen Datenanalyse in Echtzeit.
