Eine jüngst in „Nature Medicine“ veröffentlichte Studie zeigt das Potenzial der Einbeziehung von künstlicher Intelligenz in den Prozess des offiziellen Deutschen Mammografie-Screening-Programms: Die Radiologen brauchten weniger Zeit für unverdächtig markierte Untersuchungen und wendeten mehr Zeit für komplizierte Fälle auf.
Mammografie-Screening-Programme tragen dazu bei, die Sterblichkeit im Zusammenhang mit Brustkrebs zu senken, doch es gibt Luft nach oben. In vielen Programmen werden die Ergebnisse daher von 2 unabhängigen Radiologen interpretiert. Dieser Ansatz ist stark von individuellem Fachwissen abhängig und es herrscht Mangel an qualifizierten Radiologen. Ein Umstand, der noch verschärft wird, wenn das Screening auf die Altersgruppen 40/45–49 und 70–74 Jahre ausgeweitet wird.
Die PRAIM-Studie (PRospective multicenter observational study of an integrated Artificial Intelligence system with live Monitoring) unter Federführung des Universitätsklinikums Schleswig-Holstein in Lübeck ist mit 500 000 Teilnehmerinnen aus ganz Deutschland das bisher größte KI-gestützte Radiologie-Projekt in diesem Bereich. PRAIM ist eine multizentrische Beobachtungsstudie in der Praxis, die KI-gestützte Doppelbefundung mit der Standard-Doppelbefundung (ohne KI) bei Frauen (50–69 Jahre) vergleicht. Die Ergebnisse wurden Anfang Januar 2025 in „Nature Medicine“ veröffentlicht [1]. Die Radiologinnen und Radiologen in der KI-gestützten Screening-Gruppe erreichten eine Brustkrebs-Erkennungsrate von 6,7 pro 1 000, was 17,6 % über der Rate in der Kontrollgruppe lag (5,7 pro 1 000). Der Unterschied war statistisch signifikant. Die Zahl der falsch-positiven Ergebnisse war dabei in beiden Gruppen vergleichbar (37,4 pro 1 000 in der KI-Gruppe vs. 38,3 pro 1 000 in der Kontrollgruppe). Im Vergleich zur Standard-Doppelbefundung war die KI-gestützte Doppelbefundung also mit einer höheren Brustkrebs-Erkennungsrate verbunden, ohne die Fehlerrate negativ zu beeinflussen. Die Radiologen und Radiologinnen brauchten 43 % weniger Zeit für die Interpretation von durch KI als unverdächtig markierte Untersuchungen und wendeten mehr Zeit für komplizierte Fälle auf. Prof. Dr. med. Alexander Katalinic, Hauptautor der Studie, erklärte dazu: „Die Ergebnisse sind überaus positiv und haben unsere Erwartungen übertroffen. Wir können nun zeigen, dass KI die Krebs-Erkennungsrate bei Brustkrebsvorsorgeuntersuchungen deutlich verbessert.“
