In einer in Nature Medicine veröffentlichten Studie konnte durch den Einsatz von künstlicher Intelligenz (KI) im Mammographie-Screening-Program die Entdeckungsrate für Brustkrebs signifikant erhöht werden; überdies kann KI die Arbeitsbelastung von Radiolog:innen verringern. Die in Deutschland durchgeführte Studie untersuchte die Effizienz der KI-unterstützten Arbeitsabläufe bei der Brustkrebs-Erkennung bei asymptomatischen Frauen zwischen 50 und 69 Jahren.

Insbesondere stellte die Studie einen bemerkenswerten Anstieg der Diagnosen von duktalem Karzinom in situ (DCIS) fest, einer Vorstufe des Mammakarzinoms. Die Trefferrate stieg von 0,8 von 1000 Frauen in der Gruppe ohne KI auf 1,4 von 1000 Frauen in der KI-Gruppe, was das Potenzial für eine frühe Brustkrebs-Diagnose belegt. Die KI klassifizierte 59,4 % der Mammographien als „normal“, so dass sich die Radiolog:innen auf die komplexeren Fälle konzentrieren konnten. Ihre Arbeitslast könnte sich so um 43 % reduzieren.

In der Gruppe mit der KI-gestützten Befundung wurde bei 6,7 von 1000 Frauen Brustkrebs festgestellt, gegenüber 5,7 von 1000 in der Kontrollgruppe, was eine Verbesserung von 17,6 % bedeutet. Der Einsatz von künstlicher Intelligenz hat auch den positiven prädiktiven Wert (PPV) sowohl in Bezug auf Zusatzuntersuchungen wie Biopsien verbessert. In der KI-Gruppe lag der PPV bei 64,5 %, gegenüber 59,2 % in der Kontrollgruppe, das heißt, es gab weniger unnötige Maßnahmen. Darüber hinaus wurde in der KI-Gruppe ein etwas geringerer Anteil an Zusatzuntersuchungen verzeichnet und somit eine Verbesserung der Spezifität des Screening-Prozesses.

Das KI-System Vara MG verwendete erweiterte Funktionen, um die Radiolog:innen zu unterstützen, darunter eine normale Triage, um die unauffälligen Mammographien zu kennzeichnen, und ein Sicherheitsnetz, um äußerst verdächtige Fälle sowie die Bereiche anzuzeigen, die weiterer Untersuchungen bedürfen, wodurch die Zahl der nicht gestellten Diagnosen sank. Während der Studie nahmen mehr als
461 000 Frauen am Screening teil, darunter 260 739 in der KI-Gruppe. Die Radiolog:innen, welche mit KI arbeiteten, ermittelten 208 Tumoren, die vom Sicherheitsnetz des Systems angezeigt wurden, sowie weitere 20 Fälle während der Konsensbewertung der von der KI angegebenen normalen Ergebnisse.

Auch wenn sich gezeigt hat, dass KI die Diagnose von Tumoren und die Effizienz der Arbeitsabläufe verbessern kann, bleibt die Frage der potenziellen Überdiagnosen, insbesondere bei DCIS. Eine Überdiagnose könnte wiederum zu einer Überbehandlung eines Zustands führen, der sich kaum zu einem invasiven Krebs entwickelt, mit allen damit zusammenhängenden Folgen. Die Forschenden betonen, dass es langfristiger Studien bedarf, um die Auswirkung von KI auf die Tumorraten und die Ergebnisse der Behandlungen in den nächsten zwei bis drei Jahren zu bewerten. Auch die vom Sicherheitsnetz der KI angezeigten zurückgewiesenen Fälle stellen einen kritischen Bereich für weitere Untersuchungen dar, da sie nicht erkannte Tumoren oder unnötige zusätzliche Untersuchungen einschließen könnten.

Quelle

Eisemann N et al. Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nat Med (2025). https://doi.org/10.1038/s41591-024-03408-6