NewsMedizinMammografie: Künstliche Intelligenz ist menschlicher in Studie überlegen
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

Mammografie: Künstliche Intelligenz ist menschlicher in Studie überlegen

Freitag, 3. Januar 2020

Die Befundung von Mammografien ist eine kognitiv anspruchsvolle Routine, bei der es zu Fehlern kommen kann. /Picture Partners, stock.adobe.com
Die Befundung von Mammografien ist eine kognitiv anspruchsvolle Routine, bei der es zu Fehlern kommen kann. /Picture Partners, stock.adobe.com

Palo Alto – Eine von Google Health entwickelte künstliche Intelligenz kann Brustkrebser­krankungen in der Mammografie zuverlässiger erkennen als Radiologen. In einer Studie hat die Software nach einer Schulung die Zahl der falsch-positiven und falsch-negativen Befunde gesenkt. In einem direkten Vergleich war sie laut dem Bericht in Nature (2019; 577: 89-94) 6 erfahrenen Radiologen überlegen und als Hilfsmittel könnte sie die Arbeitsbelastung der Radiologen um 88 % senken.

Die Befundung von Mammografien ist eine kognitiv anspruchsvolle Routine, bei der es zu Fehlern kommen kann. Es wird deshalb seit längerem nach technischen Hilfsmitteln gesucht, die die Radiologen bei der Arbeit unterstützen. In den USA wurde bereits 1998 eine CAD-Software („computer-assisted detection“) zugelassen, die die Radiologen auf verdächtige Befunde hinweisen sollte. Die Ergebnisse waren ernüchternd. Die Software konnte die Zahl der detektierten Mammakarzinome nicht erhöhen. Die diagnostische Genauigkeit einzelner Radiologen ließ nach einer vom Breast Cancer Surveillance Consortium durchgeführten Studie sogar nach.

Die damalige CAD war aus heutiger Sicht ein digitales Steinzeit-Projekt. Um sie benutzen zu können, mussten die Radiologen die damals noch analog auf Filmmaterial erstellten Mammografien zunächst mit einem Scanner digitalisieren.

/youtube, Feinberg School of Medicine

Die vom Google-Konzern entwickelte Software, die noch nicht zugelassen ist, kann sich nicht nur auf die Aufnahmen moderner digitaler Mammografie-Geräte stützen. Auch die Software hat sich weiter entwickelt. Die heutigen Algorithmen werden nicht mehr von Experten ausgetüftelt. Die Software verfügt über eine künstliche Intelligenz, die selbst Strategien zur Diagnose entwirft und diese ständig überprüft. Voraussetzung ist lediglich, dass ihr in einer Lernphase die korrekten Diagnosen zu den Aufnahmen genannt werden. In einer 2. Phase kann die Software dann erkennen, ob auf der Mammografie eine Struktur zu erkennen ist, die eine weiterführende Diagnostik sinnvoll erscheinen lässt.

Google Health hat die Software an 2 größeren Kohorten von fast 29.000 Frauen getestet, die in den USA und in Großbritannien an der Brustkrebsfrüherkennung teilgenommen hatten. Die Ergebnisse übertrafen die Erwartungen. Die Software verbesserte nach den von Scott Mayer McKinney, Google Health/Palo Alto und Mitarbeitern mitgeteilten Ergebnissen die Spezifität und die Sensitivität des Screenings: Die Zahl der falsch-positiven Befunden war in der US-Kohorte um 5,7 % (95-%-Konfidenzintervall 2,6 bis 8,6 %) und in der britischen Kohorte um 1,2 % (0,29 bis 2,1 %) niedriger als nach der Befundung durch die Radiologen. Die falsch-negativen Befunde wurden um 9,4 % (4,5 bis 13,9 %) und 2,7 % (- 3 bis 8,5 %) gesenkt.

Im nächsten Schritt wurden der Software und 6 Radiologen 465 Mammografien vorgelegt. Die Radiologen erreichten auf der ROC-Kurve („receiver operating characteristic“), die Sensitivität und Spezifität kombiniert, einen AUC-Wert („area under the curve“) von 0,625. Die künstliche Intelligenz war mit einem AUC-Wert von 0,740 um 11,5 Prozentpunkte besser. Das ist ein klinisch relevanter Unterschied, der die Zahl der rechtzeitig erkannten Mammakarzinome steigern und die Zahl der unnötigen Biopsien deutlich senken könnte.

Nach einer Computersimulation könnte die Software die Zeit zur Befundung von Mammo­grafien um 88 % senken. Ob sich allerdings künstliche und menschliche Intelligenz im klinischen Alltag vertragen, müsste noch in einer weiteren Studie gezeigt werden. Anders als die CAD teilt die Software dem Radiologen nur mit, dass sie etwas entdeckt hat.

Die Editorialistin Etta Pisano von der Harvard Medical School in Boston befürchtet, dass die Software ihr nicht mitteilen kann, wo auf dem Bild sie etwas entdeckt hat und warum sie dies für verdächtig hält. Denn Algorithmen, die sich ständig neu ausrichten, sind nicht transparent. Sie ist dabei von ständigen Rückmeldungen über falsch-positive (kein Tumor in der anschließenden Biopsie) und falsch-negative (Krebsregister meldet ein Mammakarzinom im Intervall bis zur nächsten Mammografie) Befunde abhängig. Ohne diese Rückmeldungen besteht die Gefahr, dass sich die künstliche Intelligenz verläuft. © rme/aerzteblatt.de

Liebe Leserinnen und Leser,

diesen Artikel können Sie mit dem kostenfreien „Mein-DÄ-Zugang“ lesen.

Sind Sie schon registriert, geben Sie einfach Ihre Zugangsdaten ein.

Oder registrieren Sie sich kostenfrei, um exklusiv diesen Beitrag aufzurufen.

Loggen Sie sich auf Mein DÄ ein

E-Mail

Passwort


Mit der Registrierung in „Mein-DÄ“ profitieren Sie von folgenden Vorteilen:

Newsletter
Kostenfreie Newsletter mit täglichen Nachrichten aus Medizin und Politik oder aus bestimmten Fachgebieten
cme
Nehmen Sie an der zertifizierten Fortbildung teil
Merkfunktion
Erstellen Sie Merklisten mit Nachrichten, Artikeln und Videos
Kommentarfunktion und Foren
Kommentieren Sie Nachrichten, Artikel und Videos, nehmen Sie an Diskussionen in den Foren teil
Job-Mail
Erhalten Sie zu Ihrer Ärztestellen-Suche passende Jobs per E-Mail.

Leserkommentare

E-Mail
Passwort

Registrieren

Um Artikel, Nachrichten oder Blogs kommentieren zu können, müssen Sie registriert sein. Sind sie bereits für den Newsletter oder den Stellenmarkt registriert, können Sie sich hier direkt anmelden.

Avatar #79783
Practicus
am Sonntag, 5. Januar 2020, 21:18

Algorithmen

sind selbstlernend und werden jeden Tag besser. Sie sind besser als die meisten geschulten Radiologen, und niemand weiss, wie genau die Ergebnisse zustande kommen. Die Befundung von Mammografien, die Triage am Notfalltelefon, die Auswertung von histologischen Präparaten - all das können Algorithmen schon heute besser als Menschen. Die sind nie unkonzentriert, die sind nie müde, arbeiten 24/7 und sammeln ständig Erfahrungen, die sie besser werden lassen.
Wenn man sich die lausign Ergebnisse der gnzen Präventionsmaßnahmen bez Prostata- und Mamma-Ca ansieht, sollten wir für jede Verbesserung dankbar sein!
Avatar #106067
dr.med.thomas.g.schaetzler
am Sonntag, 5. Januar 2020, 18:30

@ rme, Sie haben nicht aufgepasst!

Aus: "We show an absolute reduction of 5.7% and 1.2% (USA and UK) in false positives and 9.4% and 2.7% in false negatives"
https://www.nature.com/articles/s41586-019-1799-6
machen Sie 2 mal falsch positive Ergebnisse.

Sie schreiben: "Die Zahl der falsch-positiven Befunden war in der US-Kohorte um 5,7 % (95-%-Konfidenzintervall 2,6 bis 8,6 %) und in der britischen Kohorte um 1,2 % (0,29 bis 2,1 %) niedriger als nach der Befundung durch die Radiologen. Die falsch-positiven Befunde wurden um 9,4 % (4,5 bis 13,9 %) und 2,7 % (- 3 bis 8,5 %) gesenkt."

Falsch positive Mammografie-Ergebnisse führen zu Überdiagnostik und Übertherapie, falsch negative zu Unterdiagnostik und Untertherapie. Stutzig macht, warum die Ergebnisse gegenüber der Künstlichen Intelligenz (AI/KI) in den USA zwischen 3,5 und 4,5 fach schlechter als in GB waren.

Ist die diagnostische Sorgfalt bei Mammographie-Befundungen in den USA so viel schlechter und ungenauer als in Großbritannien?

Mf + kG, Dr. med. Thomas G. Schätzler, FAfAM Dortmund

Wir haben dies korrigiert, besten Dank für den Hinweis.

Redaktion DÄ
LNS

Nachrichten zum Thema

19. Februar 2020
Brüssel – Mit umfassenden Digitalreformen will die EU-Kommission Europa fit für den Wettbewerb bei Zukunftstechnologien mit den USA und China machen. Die heute in Brüssel vorgestellten Pläne sehen
Digitalpläne der EU-Kommission: Daten einfacher austauschen
17. Februar 2020
Weimar – Beim Röntgenprogramm zur Brustkrebs-Früherkennung deutet sich in Thüringen ein Ende des jahrelangen Abwärtstrends an. Vom Höchstwert des Jahres 2013 ist Thüringen aber noch deutlich entfernt,
Hoffnung auf Trendwende beim Mammografieprogramm in Thüringen
31. Januar 2020
Toronto – Ein Algorithmus der kanadischen Firma BlueDot hat bereits eine Woche früher als die US Centers for Disease Control and Prevention (CDC) vor dem Ausbruch einer neuen Krankheit im chinesischen
Künstliche Intelligenz sagte Krankheitsausbruch in Wuhan voraus
30. Januar 2020
Dresden – Wissenschaftler der TU Dresden arbeiten an „sensiblen“ Robotern, die später beispielsweise empfindliche Früchte ernten, in schwierigem Gelände agieren oder Aufgaben in der Pflege übernehmen
Forscher wollen flexible Komponenten für Roboter entwickeln
21. Januar 2020
Regensburg – Das Krankenhaus Barmherzige Brüder Regensburg nutzt nach eigenen Angaben erstmals im Klinikalltag künstliche Intelligenz (KI) für Darmspiegelungen. Das „künstliche Auge“ entdecke mehr
Bayerisches Krankenhaus nutzt künstliche Intelligenz für Darmspiegelung
20. Januar 2020
Kiel – Das Warten auf Ergebnisse von Untersuchungen zur Brustkrebs-Früherkennung wird in Schleswig-Holstein kürzer. Dies ergibt sich aus der vollständigen Digitalisierung des Programms „QuaMaDi“, wie
Digitalisierung beschleunigt Brustkrebsfrüherkennung
17. Januar 2020
Bonn – Ein Forschungsprojekt des Deutschen Zentrums für Neurodegenerative Erkrankungen (DZNE) arbeitet an einer künstlichen Intelligenz (KI), die die Rechenzeit für die MRT-Bildauswertung verkürzen
VG WortLNS LNS

Fachgebiet

Anzeige

Weitere...

Aktuelle Kommentare

Archiv

NEWSLETTER