Mammografie: KI entdeckt Krebs zuverlässiger

In Deutschland erhalten Frauen im Alter von 50 bis 69 Jahren alle zwei Jahre ein Angebot zur Mammografie. Sie kann dazu beitragen, dass Brusttumore früher erkannt werden. Doch Ärztinnen und Ärzte sind auch nur Menschen. Sie sind mitunter müde oder schlicht noch etwas unerfahren. Unterstützung könnte in Zukunft eine KI bieten.

Text : Christiane Fux
Lesedauer : 2 Minuten

Schwedische Forschende haben untersucht, ob eine künstliche Intelligenz (KI) weniger Krebstumore übersieht. Ihre Analyse umfasste rund 80.000 Frauen im Alter von 40 bis 80 Jahren, die sich zwischen 12. April 2021 und 28. Juli 2022 einem Mammografie-Screening unterzogen.

Nach dem Zufallsprinzip wurden die Bilder entweder von zwei Radiologinnen oder Radiologen oder aber mithilfe einer künstlichen Intelligenz ausgewertet. Dabei wurden insgesamt 447 Mammakarzinome entdeckt.

Das Ergebnis

Tatsächlich war die KI den Ärztinnen und Ärzten sogar leicht überlegen: Sie erkannte einen Krebsfall pro 1.000 Teilnehmerinnen mehr, nämlich 6,1 pro Tausend im Vergleich zu 5,1 pro Tausend, die Fachleute entdeckten.

Die Zahl der falsch-positiven Ergebnisse, wenn sich also ein Krebsverdacht als unbegründet herausstellte, war in beiden Gruppen mit 1,5 pro 1000 Teilnehmerinnen gleich hoch. Ein solcher falscher Alarm löst unnötige Ängste bei den betroffenen Frauen aus und kann Eingriffe wie eine Gewebeprobe (Biopsie) nach sich ziehen.

KI noch nicht reif für den Praxisalltag

Die Forschenden betonen, dass die Ergebnisse allein noch nicht ausreichen, um KI im Alltag für das Mammografie-Screening breitflächig einzusetzen. Zum einen stammten sämtliche Daten aus dem gleichen Mammografie-Zentrum, sie basierten auf einem einzigen KI-Programm, wurden mit denselben Geräten durchgeführt und vom selben Fachpersonal ausgewertet. Zum anderen erfolgte die Beurteilung durch mittel- bis sehr erfahrene Fachkräfte. In einer anderen Konstellation könnten die Ergebnisse anders ausfallen.

Letztlich wurde die Entscheidung, ob eine Frau aufgrund eines Befundes erneut zu Untersuchungen eingeladen wurde, von einem Menschen getroffen. Das wird sich auch in Zukunft nicht ändern. Doch die KI könnte die Arbeitslast für Ärztinnen und Ärzte künftig deutlich reduzieren.

Ist KI die Lösung für den Fachkräftemangel?

In vielen Ländern herrscht ein Mangel an radiologischen Fachkräften. „Wir hoffen, dass dieser mithilfe von KI behoben werden kann“, sagt die Hauptautorin Kristina Lång.

Ob sich auch die Zahl der sogenannten Intervalltumore dank KI reduzieren lässt, kann erst zu einem späteren Zeitpunkt geklärt werden. Intervalltumore sind Krebsfälle, die zwischen zwei Vorsorgeuntersuchungen diagnostiziert werden. Bei manchen Mammakarzinomen lässt sich früheren Studien zufolge in der Rückschau feststellen, dass Anzeichen dafür bereits bei der ersten Mammografie vorlagen.

Wir wollen herausfinden, ob die Kombination von radiologischem Fachwissen mit den Möglichkeiten der KI dazu beitragen kann, Fälle zu erkennen, die bei herkömmlichen Screenings übersehen werden

Kristina Lång, Wissenschaftlerin

Mustererkennung auf Basis Hunderttausender Daten

Für die Auswertung von Mammografie-Bildern werden spezielle KI-Programme trainiert. Dazu füttert man sie mit Daten – in diesem Fall mit mehreren Hunderttausend Mammografie-Bildern sowie den zugehörigen Diagnosen. Auf dieser Basis lernt die KI typische Muster von Tumoren zu identifizieren.

In Zukunft könnte der Nutzen von KI noch weit über die Diagnose hinausgehen: Füttert man die KI auch mit Daten zum Verlauf der Erkrankung, könnte man künftig besser entscheiden, in welchen Fällen welche Form der Therapie besonders vielversprechend ist und wann man beispielsweise auf eine belastende Chemotherapie verzichten kann.

Vorsorgeuntersuchungen bei der Hallesche

Bei der privaten Krankenversicherung NK.select der Hallesche sind Vorsorgeuntersuchungen und Schutzimpfungen umfassend und über den gesetzlichen Rahmen hinaus abgesichert. So gibt es z. B. keine Altersbegrenzungen und auch keine festen Zeitintervalle, die eingehalten werden müssen.