Bildquelle: Eisemann N, Bunk S, Mukama T et al., Nature Medicine 2025 (CC BY 4.0)
News • Ergebnisse der PRAIM-Studie
Mammographie-Screening: KI verbessert Brustkrebs-Erkennung
Forschende der Universität zu Lübeck und des UKSH veröffentlichen Studie zum erfolgreichen Einsatz künstlicher Intelligenz im Mammographie-Screening.
In der weltweit größten prospektiven Studie zum Einsatz von KI im deutschen Mammographie-Screening-Programm (MSP) konnte die Entdeckungsrate für Brustkrebs um fast 18% gesteigert werden – ohne dass es vermehrt zu falschem Alarm oder unnötigen Zusatzuntersuchungen kommt. Die Studie, durchgeführt von der Universität zu Lübeck und dem Universitätsklinikum Schleswig-Holstein (UKSH), Campus Lübeck, und in Zusammenarbeit mit der Firma Vara, zeigt zudem, dass KI die Arbeitslast von Radiologen ohne Qualitätsverlust reduzieren kann. Veröffentlicht wurde die Studie im Fachjournal Nature Medicine.
Bildquelle: Uni Lübeck; Foto: privat
In der sogenannten PRAIM-Studie wurden die Daten von über 460.000 Frauen ausgewertet, die zwischen 2021 und 2023 an insgesamt zwölf Standorten in Deutschland am Mammographie-Screening-Programm (MSP) teilnahmen. Dabei wurde etwa die Hälfte der Mammographien mithilfe von KI ausgewertet, während die andere Hälfte traditionell durch Doppelbefundung von Radiologen untersucht wurde. „Eigentlich wollten wir mit der Studie zeigen, dass die KI-Befundung der menschlichen Befundung gleichwertig ist“, erklärt Prof. Dr. Alexander Katalinic, Studienleiter und Direktor des Instituts für Sozialmedizin und Epidemiologie an der Universität zu Lübeck und dem UKSH, Campus Lübeck. „Doch die Ergebnisse haben uns positiv überrascht: KI verbessert die Brustkrebsentdeckungsrate sogar signifikant.“
Im Detail zeigte die Studie, dass unter 1000 Frauen mit KI-Befundung 6,7 Brustkrebsfälle entdeckt wurden, im Vergleich zu 5,7 Fällen ohne KI. Somit wurde durch KI pro 1000 Frauen ein zusätzlicher Brustkrebsfall erkannt. Gleichzeitig blieb die Rate an Frauen, die aufgrund auffälliger Befunde zu weiteren Untersuchungen eingeladen wurden, stabil (KI: 37,4/1000 vs. 38,3/1000). Stefan Bunk, CTO des KI-Unternehmens Vara, betont die globale Relevanz: „Die PRAIM-Studie zeigt das enorme Potenzial von KI, Screening-Programme weltweit zu verbessern. Diese Evidenz wird die Diskussion über die Integration von KI in Gesundheitssysteme auf ein neues Niveau heben.“
Dieser Artikel könnte Sie auch interessieren
Artikel • Erfahrungsbericht zum Triple Reading
Mammadiagnostik: Die KI im Bunde der Dritte
Seit Februar setzt die Universitätsklinik Innsbruck auf eine künstliche Intelligenz, die zwei menschlichen Befundern in der Mammadiagnostik zur Seite steht. Auf dem Deutschen Röntgenkongress sprach Dr. Birgit Amort über das neue Arbeiten mit der Technik. Dabei ließ die Expertin durchblicken, dass der Algorithmus trotz aller Vorteile keinesfalls ein Wunderwerkzeug ist.
Ein weiteres bemerkenswertes Ergebnis der Studie war die mögliche Effizienzsteigerung. Simulationen konnten das Potential der KI zur Reduktion der Arbeitsbelast im MSP zeigen. Würden alle Fälle, die die KI als unauffällig bezeichnet, nicht mehr von Menschen befundet, würde die Brustkrebsentdeckungsrate trotzdem 16,7% höher liegen.
Gleichzeitig ließ sich die Anzahl der Wiedereinbestellungen um 15% reduzieren. Angesichts der aktuellen Belastung, bei der Radiologen jährlich 24 Millionen Einzelbilder bewerten müssen, bietet der Einsatz von KI erhebliches Entlastungspotenzial. „Wir hoffen, dass die höhere Trefferrate mit KI die Prognose für Frauen mit Brustkrebs weiter verbessern kann. Dies werden wir in der Folge untersuchen“, sagt Prof. Katalinic.
Brustkrebs ist mit jährlich 78.000 Neuerkrankungen die häufigste Krebserkrankung bei Frauen in Deutschland. Am MSP nehmen jährlich über 3 Millionen Frauen zwischen 50 und 75 Jahren mit dem Ziel der frühen und rechtzeitigen Entdeckung von Brustkrebs teil. Trotz der hohen Sicherheit der Doppelbefundung bleiben bisher einige Brustkrebsfälle unentdeckt. KI-basierte Systeme könnten dazu beitragen, diese diagnostische Lücke zu schließen und gleichzeitig die Arbeitslast zu reduzieren.
Quelle: Universität zu Lübeck
09.01.2025
