Neue Erkenntnisse zur Qualität anatomischer 3D-Drucke

Stratasys und Siemens Healthineers haben die Ergebnisse einer gemeinsamen Forschungsarbeit vorgestellt, die die Genauigkeit der 3D-gedruckten medizinischen Modelle von Stratasys zur Nachbildung der menschlichen Anatomie demonstriert. In dieser Zusammenarbeit werden die Radiomatrix-Materialien und die Digital-Anatomy-Technologie von Stratasys mit den Algorithmen von Siemens Healthineers kombiniert, um die Qualität anatomischer Modelle zu verbessern. Diese sollen die bisher verwendeten Phantom-Modelle für die Planung und Ausbildung vor Operationen ersetzen.

Die Forschungsergebnisse zeigen, dass patientenspezifische 3D-gedruckte Modelle nicht nur kosteneffizient und präzise sind. Sie ermöglichen auch die Entwicklung neuer CT-Scan-Algorithmen und tragen zur Verbesserung der diagnostischen Genauigkeit bei. Der Einsatz dieser Modelle in der Radiologie erlaubt eine realitätsnahe Wiedergabe anatomischer Strukturen und Pathologien.

Jesús Fernández Léon, Head of Computed Tomography Product & Clinical Marketing bei Siemens Healthineers, betonte die Bedeutung dieser Innovation für die Computertomographie. Die Kombination aus 3D-Drucklösungen und Digital-Anatomy-Technologie verbessere nicht nur die Bewertung und Überprüfung moderner CT-Systeme, sondern setze auch neue Standards in der medizinischen Bildgebung.

Die Ergebnisse der Studie wurden auf der Jahrestagung der Radiological Society of North America (RSNA) vorgestellt. Die gemeinsame Forschungsarbeit zielt darauf ab, die Innovation in der medizinischen Bildgebung weiter voranzutreiben. Durch die Integration fortschrittlicher Digital-Anatomy-Technologie und -Materialien entstehen patientenspezifische Phantome mit hoher anatomischer Präzision und realistischer Röntgensichtbarkeit. Diese Modelle ermöglichen eine genauere Abbildung der klinischen Bildgebungsergebnisse als herkömmliche Phantome und erfüllen die hohen Anforderungen der Radiologie an Konsistenz und Zuverlässigkeit.

Zusätzlich bieten diese Phantome den Vorteil, dass wiederholbare Datensätze über dieselbe Anatomie erzeugt werden können. Dadurch entfallen ethische und Variabilitätsprobleme, die mit menschlichen Scans oder der Nutzung von Leichnamen verbunden sind. Zudem erleichtern sie die Validierung KI-basierter Softwarelösungen, beschleunigen die Entwicklung neuer Bildgebungsalgorithmen und fördern Innovationen im Bereich der Materialwissenschaft.

Der Einsatz dieser Technologie in Krankenhäusern und Bildgebungszentren kann dazu beitragen, die Kalibrierung und Leistungsfähigkeit von CT-Scannern zu optimieren. Dies würde zu präziseren Diagnosen und besseren Patientenergebnissen führen. Gleichzeitig eröffnen sich neue Möglichkeiten für Ausbildung, Schulung und Forschung in der Radiologie.

Erez Ben Zvi, Vice President of Healthcare bei Stratasys, sieht in der Zusammenarbeit mit Siemens Healthineers einen bedeutenden Schritt für die medizinische Gemeinschaft. Diese Partnerschaft könne nicht nur die Bildgebungsgenauigkeit erhöhen und die Ausbildung effizienter gestalten, sondern auch die Abhängigkeit von Leichenspendern reduzieren.

Bei der RSNA-Präsentation wurden auch die Abweichungen zwischen realen und gedruckten Modellen hervorgehoben. In kritischen Bereichen wie grauer Substanz und Venen betrug die Abweichung nur eine Hounsfield-Einheit (HU), was neue Maßstäbe für die CT-Bildgebungsforschung setzt.