[Imaging for urolithiasis].

The substantial reduction of radiation exposure using (ultra-)low dose programs in native computed tomographic imaging has led to considerable changes in imaging diagnostics and treatment planning in urolithiasis in recent years. In addition, especially in Germany, ultrasound diagnostics is highly available in terms of equipment and with increasing expertise. This can largely replace the previous radiation-associated procedures in emergency and follow-up diagnostics, but also in intraoperative imaging, e.g., in percutaneous stone therapy (intraoperative fluoroscopy). This is reflected in the international guidelines, which recommend these two modalities as first-line diagnostics in all areas mentioned. Continuous technical development enables ever higher resolution imaging and thus improved diagnostics with high sensitivity and specificity. This also enables reliable imaging of particularly vulnerable patient groups, such as children or pregnant women. In addition, methods from the field of artificial intelligence (AI; machine learning, deep learning) are increasingly being used for automated stone detection and stone characterization including its composition. Furthermore, AI models can provide prognosis models as well as individually tailored treatment, follow-up, and prophyaxis. This will enable further personalization of diagnostics and therapy in the field of urolithiasis. Mit der substanziellen Reduktion der Strahlenbelastung durch (Ultra‑)Low-dose-Programme in der nativen computertomographischen Bildgebung hat sich die Gewichtung der verschiedenen Modalitäten zur bildgebenden Diagnostik und Therapieplanung bei Urolithiasis in den letzten Jahren erheblich verändert. Hinzu kommt insbesondere in Deutschland die gerätetechnisch und mit zunehmender Expertise verfügbare Ultraschall(US-)diagnostik. Diese kann in der Akutdiagnostik und bei Verlaufskontrollen, aber auch als intraoperative Bildgebung, z. B. bei der perkutanen Steintherapie, die bisherigen Strahlung induzierenden Verfahren (intraoperative Durchleuchtung) weitgehend ersetzen. Dies schlägt sich in den internationalen Leitlinien nieder, die diese beiden Modalitäten als Erstliniendiagnostik in den genannten Bereichen empfehlen. Die kontinuierliche technische Weiterentwicklung ermöglicht die immer höher auflösende Darstellung und damit verbesserte Diagnostik mit hoher Sensitivität und Spezifität. Dies ermöglicht auch bei speziell vulnerablen Patientengruppen wie Kindern oder Schwangeren eine zuverlässige Bildgebung, sei es mit der Sonographie oder auch Ultra-low-dose-Computertomographie. Darüber hinaus kommen zunehmend Verfahren aus dem Bereich der künstlichen Intelligenz (Machine Learning, Deep Learning) zur Anwendung, die eine automatisierte Steinerkennung und -charakterisierung einschließlich deren Zusammensetzung ermöglichen. Darüber hinaus können KI-Modelle (künstliche Intelligenz) dazu beitragen, Prognosemodelle sowie individuell zugeschnittene Behandlungs‑, Nachsorge-, und Metaphylaxepläne zu erstellen. Dies wird auch im Bereich Urolithiasis die weitere Personalisierung der Diagnostik und Therapie ermöglichen.

Informations de copyright

© 2023. The Author(s), under exclusive licence to Springer Medizin Verlag GmbH, ein Teil von Springer Nature.