Google-Experten wollen mit künstlicher Intelligenz das Brustkrebsscreening verbessern

  • Nature

  • von Michael Simm
  • Studien – kurz & knapp
Der Zugang zum gesamten Inhalt dieser Seite ist nur Angehörigen medizinischer Fachkreise vorbehalten. Der Zugang zum gesamten Inhalt dieser Seite ist nur Angehörigen medizinischer Fachkreise vorbehalten.

Kernbotschaften

Ein selbstlernendes Computerprogramm könnte die Auswertung von Mammographien verbessern helfen. In einer Studie mit Mammographien aus Großbritannien und den USA zu diesem Thema war die künstliche Intelligenz nach 3-jähriger Nachverfolgungszeit einzelnen Radiologen signifikant überlegen.

Hintergrund

Screening-Programme zur Früherkennung von Brustkrebs haben eine hohe Fehlerquote, denn die Auswertung der Bilder erlaubt oft keine eindeutige Diagnose. Selbst bei den erfahrensten Radiologen kommt es zu falsch-positiven Diagnosen, die die Patientinnen unnötig verängstigen, sowie zu falsch-negativen Beurteilungen, bei denen ein tatsächlich vorhandener Tumor übersehen wird. Mehrere Studien haben gezeigt, dass Software, die nach dem Prinzip der künstlichen Intelligenz funktioniert, bei der Auswertung medizinischer Aufnahmen ebenso gute Ergebnisse wie menschliche Experten erzielen und diese sogar übertreffen kann. Beim Brustkrebs gibt es bisher aber nur wenige, eher kleine Studien mit Nachverfolgungszeit von maximal 12 Monaten.

Design

Grundlage der aktuellen Untersuchung waren zwei große, klinisch repräsentative Datensätze aus Großbritannien (25.856 Frauen, Interpretation der Mammogramme durch mindestens 2 Radiologen, Screening-Intervall 3 Jahre, Follow-Up 39 Monate) und den USA (3.097 Frauen, 1 Radiologe, Screening-Intervall 1 – 2 Jahre, Follow-Up 27 Monate). Positive Befunde mussten innerhalb von 3 Monaten nach der Untersuchung durch eine Biopsie bestätigt werden, als echt-negativ galten sie, wenn in der Index-Untersuchung und mindestens in der ersten Folgeuntersuchungen kein Tumor nachgewiesen wurde.

Ergebnisse

  • Das von Google Health entwickelte KI-System operiert nach dem Prinzip des „Deep Learning“, einer Art lernfähiger Mustererkennung. Trainiert wurde es mit Mammogrammen und deren verifizierten Befunden, wobei das System lediglich die Bilddaten nutzte und im Gegensatz zu den Radiologen keine früheren Mammogramme oder sonstige medizinische Daten der Frauen kannte.
  • Die Rate an falsch-positiven Befunden wurde im Vergleich zu den Befunden der Radiologen in der US-Studienpopulation um 5,7 Prozentpunkte reduziert, und bei der britischen Studienpopulation um 1,2 Prozentpunkte.
  • Falsch-negative Befunde reduzierten sich in der US-Population um 9,4 Prozentpunkte und in Großbritannien um 2,7 Prozentpunkte.
  • Um zu prüfen, ob das KI-System zwischen verschiedenen Gesundheitssystem übertragbar ist, wurde es in einem separaten Experiment anhand der britischen Daten trainiert und mit den US-Daten getestet. Auch hier ergab sich eine Reduktion von 3,5 Prozentpunkten bei den falsch-positiven Ergebnissen und von 8,1 Prozentpunkten bei den falsch-negativen.
  • Im direkten Vergleich mit 6 US-amerikanischen Radiologen (4 – 15 Jahre Erfahrung, 2000 – 5500 Befundungen / Jahr) erzielte das KI-System eine höhere Trefferquote als jeder einzelne Facharzt.

Klinische Bedeutung

Ein KI-System, welches beim Brustkrebs-Screening die Leistung menschlicher Experten erreicht oder gar übertrifft, böte aufgrund seiner unbegrenzten Skalierbarkeit die Chance, weltweit Engpässe in der Versorgung zu lindern und vielerorts die Qualität zu verbessern. Die statistisch signifikante Überlegenheit der Google-Software in Großbritannien ist allerdings nicht besonders ausgeprägt und bezieht sich nur auf die jeweils ersten Radiologen, die dort die Mammogramme begutachtet haben. Üblich ist im britischen System allerdings die Befundung durch (mindestens) 2 Radiologen, von denen der zweite den Befund des ersten kennt. Verglichen mit diesen Zweitgutachten war das KI-System weniger gut; es konnte lediglich die Nicht-Unterlegenheit mit einer Grenze von 5 Prozent bewiesen werden.

Finanzierung: Google und Tochterfirmen.