- 05.08.2025 - 14:13
Kann ein KI-System die Qualität des Brustkrebsscreenings verbessern? Ja!
Die School of Medicine der Universität St.Gallen freut sich, eine neue, peer-reviewte Open-Access-Studie im Fachjournal European Radiology zu präsentieren: „Retrospective evaluation of interval breast cancer screening mammograms by radiologists and AI“.
In Zusammenarbeit mit der Krebsliga Ostschweiz und dem Mammographiescreening-Zentrum Paderborn wurde untersucht, ob Künstliche Intelligenz (KI) dabei helfen kann, Brustkrebserkrankungen zu erkennen, die beim regulären Screening nicht gesehen wurden, jedoch innerhalb der darauffolgenden zwei Jahre diagnostiziert wurden – sogenannte Intervallkarzinome. Für diese Fragestellung analysierte die Studie einen umfangreichen Datensatz von 151.233 Mammografien, die im Rahmen des organisierten Screeningprogramms „donna“ zwischen 2010 und 2019 in den Schweizer Kantonen St.Gallen und Graubünden erhoben wurden. Darunter wurden 268 Fälle von Intervallkarzinomen identifiziert. 119 dieser Mammografien konnten sowohl von drei erfahrenen Radiolog:innen als auch vom KI-System ProFound AI retrospektiv beurteilt werden. Unsere Ergebnisse zeigen: In 31,1 % dieser Fälle identifizierten Radiolog:innen nachträglich auffällige Strukturen. Besonders hervorzuheben ist, dass 51,4 % dieser Fälle auch vom KI-System als hochriskant eingestuft wurden (Case Score ≥ 50 von 100). Noch bemerkenswerter: 13,4 % aller Fälle erhielten vom KI-System eine hohe Risikobewertung – obwohl weder beim ursprünglichen Screening noch in der nachträglichen ärztlichen Bewertung Auffälligkeiten erkannt wurden. Insgesamt deuten diese Ergebnisse darauf hin, dass KI als zweiter oder dritter Leser in bevölkerungsweiten Screeningprogrammen einen wertvollen Beitrag leisten kann. Sie kann dazu beitragen, die Zahl von Intervallkarzinomen zu verringern – einer Krebsform, die häufig aggressiver verläuft, schwerer behandelbar ist und mit ungünstigeren Prognosen verbunden ist. Der vollständige Artikel ist Open Access verfügbar über European Radiology.
Unsere Forschung geht weiter: Im nächsten Schritt werden wir einen noch größeren Datensatz analysieren, um zu evaluieren, welche KI-Implementierungsstrategien und Schwellenwerte den größten Mehrwert bieten.