KI-gestütztes Mammografie-Screening sicher und effizient

Ein durch künstliche Intelligenz (KI) unterstütztes Mammografie-Screening führt zu einer vergleichbaren Krebserkennungsrate wie die klassische Doppelbefundung, bei erheblich reduziertem Arbeitsaufwand, ergab eine Studie aus Schweden. pixelfit / Getty Images / iStock (Symbolbild mit Fotomodell) × Europäische Leitlinien empfehlen die Auswertung von Screening-Mammogrammen durch zwei Radiologinnen und Radiologen, um Erkrankte korrekt zu identifizieren. In vielen Ländern ist entsprechend spezialisiertes Personal jedoch rar. Möglicherweise lässt sich ein Teil der Doppelbefundung durch ein KI-System erledigen, das Mammogramme interpretieren kann, zeigen neue Daten. Die Ergebnisse bezüglich Krebserkennungsraten, Aufwandsreduktion und Häufigkeit falsch positiver Befunde sowie wiederholt einbestellter Patientinnen sind vielversprechend. In die randomisierte MASAI-Studie (Mammography Screening with Artificial Intelligence trial)1 wurden mehr als 80.000 Frauen zwischen 40 und 80 Jahren einbezogen, die für ein Mammografie-Screening an vier schwedischen Standorten infrage kamen. Bei manchen bestand ein moderates genetisches Risiko für Mammakarzinome und/oder eine Vorgeschichte von Brustkrebs. Sie wurden 1:1 randomisiert: Entweder erhielten sie eine Standardanalyse durch zwei Radiologen oder Radiologinnen ohne KI oder ein Screening, bei dem ein KI-basiertes System Mammogramme beurteilte, bevor sie von einem oder zwei Radiologen interpretiert wurden. Mehr Erkrankungen erkannt bei gleicher Fehlalarmrate Die Krebserkennungsrate in der Interventionsgruppe lag bei 6,1 pro 1.000 untersuchten Patientinnen und damit über dem zuvor als akzeptabel definierten unteren Grenzwert für die Sicherheit. Die entsprechende Rate in der Kontrollgruppe betrug 5,1/1.000, sodass mithilfe von KI eine Krebserkrankung mehr pro 1.000 Frauen erkannt wurde, was einer Steigerung um 20% entspricht. Bei auffälligen Befunden wurden die Teilnehmerinnen aufgefordert, sich weiteren Tests zu unterziehen. Diese Recall-Raten waren mit 2,2% in der Interventions- und 2,0% in der Kontrollgruppe ähnlich. Der positive prädiktive Wert (PPV) für das Wiedereinbestellen zur weiteren Abklärung lag bei 28,3% in der Interventions- und 24,8% in der Kontrollgruppe. Die Rate der falsch positiven Ergebnisse betrug in beiden Gruppen 1,5%. In der Interventionsgruppe waren 75% (184/244) der entdeckten Krebserkrankungen invasiv und 25% (60/244) in situ, während es in der Kontrollgruppe 81% (165/203) bzw. 19% (38/203) waren. Um 44% reduzierter Arbeitsaufwand durch KI-Unterstützung In der KI-unterstützten Gruppe erfolgten 36.886 Mammogramm-Interpretationen weniger durch Radiologinnen und Radiologen als in der Kontrollgruppe, was einer Reduktion des damit verbundenen Arbeitsaufwands um 44% entspricht. „Das KI-gestützte Mammografie-Screening führte zu einer ähnlichen Krebserkennungsrate wie die klassische Doppelbefundung, bei wesentlich geringerer Arbeitsbelastung, was darauf hindeutet, dass der Einsatz von KI in diesem Setting sicher ist“, lautet das Fazit von Prof. Kristina Lång von der Universität Lund in Malmö und ihrem Team. Die Forschenden betonen aber auch die zentrale Rolle der Radiologinnen und Radiologen bei der endgültigen Entscheidung über das Wiedereinbestellen von Patientinnen und weisen darauf hin, dass die Ergebnisse von der menschlichen Leistung abhängen. Die Studie läuft aktuell weiter: Sobald 100.000 Teilnehmerinnen mindestens zwei Jahre nachbeobachtet sein werden, will man die Intervallkrebsrate ermitteln. Referenz: 1Lång K et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. Lancet Oncology 2023; https://doi.org/10.1016/S1470-2045(23)00298-X Quelle: springermedizin.at

Springer Medizin Österreich

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten