In der Diagnostik des Multiplen Myeloms (MM) ist die Knochenmarkpunktion ein wichtiger Biomarker für das Staging, die Risikostratifizierung und die Bewertung der Therapieantwort. Die Verteilung der Tumorlast und genetische Aberrationen können aber sehr heterogen sein, sodass die Punktion nur Ausschnitte zeigt. Die Studiengruppe entwickelte einen Algorithmus mit automatischem Tiefem Lernen und Radiomics, der die Plasmazellinfiltration (PCI) und zytogenetischen Profile aus der Ganzkörper-MRT vorhersagen sollte.
