Brustkrebs ist die häufigste Krebsdiagnose bei Frauen. Trotz Behandlungsfortschritten bleiben organisierte, bevölkerungsbasierte und qualitätsgesicherte Brustkrebsfrüherkennungsprogramme ein wichtiger Bestandteil zur Reduzierung der Krankheitslast. Im Programm «donna» der Krebsliga Ostschweiz werden jährlich in sechs Kantonen über 50'000 Mammografien durchgeführt.
Die vorgeschriebene Doppelbefundung zweier Radiologiefachpersonen erhöht zwar die Brustkrebsentdeckungsrate, führt aber zu einer beträchtlichen Arbeitsbelastung. In Zeiten steigender Gesundheitskosten sind daher Screeningprogramme unter Druck die Kosten zu senken bzw. die Effizienz zu steigern. Prospektive Studien zeigen, dass Künstliche Intelligenz (KI) die diagnostische Genauigkeit verbessern und kosteneffizient eingesetzt werden kann. Voraussetzung ist eine geeignete Kalibrierung der KI, die sowohl Sensitivität als auch Spezifität verbessert und einen Anstieg der Fälle in der Konsensus-Konferenz bzw. in der Abklärung verhindert. Mögliche Implementierungsansätze umfassen den Ersatz einer der beiden menschlichen Lesungen durch die KI, eine KI-basierte Triage zur Vorselektion von Mammografien sowie den Einsatz der KI als dritte unabhängige Lesung. Welcher Ansatz optimal ist, bleibt bislang ungeklärt. Darüber hinaus eröffnet der Einsatz von KI Perspektiven für ein risikostratifiziertes, personalisiertes Screening auf Basis automatisierter Brustdichtemessungen und KI-generierter Risikoprädiktionen.
Da sich internationale Studien hinsichtlich Workflows, Mammografiegeräten, Zielaltersgruppen und Bevölkerungszusammensetzung teils von der Schweizer Situation unterscheiden, lassen sich deren Ergebnisse nicht direkt übertragen. Das vorliegende Forschungsprojekt untersucht daher anhand einer (ost-)schweizerischen Screeningkohorte verschiedene KI-Algorithmen mit dem Ziel, jene Lösung und deren optimale Implementierung zu identifizieren, die bei mindestens gleichbleibender diagnostischer Qualität die höchste Effizienz erreicht.
Die Ergebnisse sollen zur Evidenzbasis beitragen, unter welchen Bedingungen eine Reduktion menschlicher Lesungen möglich ist – und damit eine Grundlage schaffen, die bestehende Vorgabe zur Doppelbefundung in der Schweiz evidenzbasiert zu überprüfen.
Prof. Dr. Alexander Geissler, Dr. David Ehlig, Marcel Blum, Franziska Ausborn
Krebsliga Ostschweiz
Blumenau-Léonie-Hartmann Stiftung
Juni 2026 – November 2027