NewsMedizinArzt versus Computer: Wer erkennt Brustkrebsmetastasen am besten?
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Medizin

Arzt versus Computer: Wer erkennt Brustkrebsmetastasen am besten?

Mittwoch, 13. Dezember 2017

Nijmegen/Singapur – Computer sind nicht nur die besseren Schachspieler, sie könnten auch Metastasen in Lymphknoten zuverlässiger erkennen als Pathologen. Dies zeigen die Ergebnisse eines internationalen Wettbewerbs, die jetzt im US-amerikanischen Ärzteblatt (JAMA 2017; 318: 2199-2210) veröffentlicht wurden.

Deep Blue war 1996 der erste Computer, der einen amtierenden Schachweltmeister besiegte. Heute gibt es Schachprogramme in jedem Heimcomputer, gegen die die Besitzer selten eine Chance haben.

Anzeige

Computer werden aller Voraussicht nach auch bald die Arbeit von Pathologen erleichtern. Schon vor elf Jahren konnte in einer Studie gezeigt werden, dass Computer beim Grading von Barrett-Läsionen im Ösophagus eine wichtige Hilfe sein können (Laboratory Investigation 2006; 86, 1261-1271). 

Ein weiterer Bereich, in dem die künstliche Intelligenz willkommen wäre, ist die Analyse von Sentinel-Node-Biopsien bei Brustkrebspatienten. Studien haben gezeigt, dass das Auge des Pathologen vor allem kleinere Tumorzellnester leicht übersehen kann. In einer retrospektiven Studie musste der Lymphknotenstatus bei nicht weniger als 24 Prozent der Patientinnen heraufgestuft werden.

Babak Bejnordi von der Radboud Universität in Nijmegen und Mitarbeiter wollten wissen, ob Computer die Treffsicherheit verbessern könnten. In einem internationalen Wettbewerb (Cancer Metastases in Lymph Nodes Challenge 2016, CAMELYON16) wurden Forscherteams aus aller Welt eingeladen, eine Software zur Diagnose von Metastasen in Sentinel-Node-Biopsien (SLN) zu entwickeln. Insgesamt 23 Teams reichten 32 Algorithmen ein. Die Software trat einmal gegen eine Gruppe von 11 Pathologen an, denen jeweils nur zwei Stunden zur Analyse von 129 Präparaten gegeben wurde. Die zweite Vergleichsgruppe bestand aus einem versierten Pathologen, der sich so viel Zeit nehmen durfte, wie er wollte. 

Die meisten Algorithmen nutzen sogenannte neuronale Netzwerke   („convolutional neural network“). Sie erarbeiten sich die Methoden einer Bildanalyse selbst, wenn ihnen am Anfang eine Reihe von Bildern mit bekannter Diagnose vorgelegt werden. Die Pathologen schöpften aus ihrem in der Ausbildung erworbenen Wissen und der beruflichen Erfahrung. 

Computer und Pathologen wurden zwei Aufgaben gestellt. Die erste bestand darin, in den vorgelegten Schnittpräparaten (HE-Färbung) etwaige Krebszellen zu erkennen. Bei der zweiten Aufgabe sollten sie SLN mit und ohne Metastasen unterscheiden. 

Am Ende lieferten sieben Algorithmen bessere Ergebnisse als die Gruppe der elf Pathologen. Vor allem die Software der Harvard Medical School und des Massachusetts Institute of Technology stellten die Pathologen in den Schatten. Diese übersahen vermutlich infolge des Zeitdrucks häufig Mikrometastasen, was zu einer falschen Stadieneinteilung führte. 

Die Software ließ sich dagegen selten täuschen. Die fünf besten Algorithmen konnten sich auch mit dem einzelnen Neurologen messen, der sich für die Analyse der 129 Präparate insgesamt 30 Stunden Zeit nahm, die ihm im Routinebetrieb einer Pathologie nach Einschätzung von Bejnordi wohl kaum zur Verfügung gestanden hätten. 

Aber auch dieser Pathologe übersah ein Viertel aller Mikrometastasen, die bei einer immunhistochemischen Färbung zum Vorschein kamen. Die immunhistochemische Färbung wird heute im Zweifelsfall durchgeführt. Der Abstand zwischen Mensch und Maschine war deshalb in der Studie möglicherweise größer als in der klinischen Praxis.

Die künstliche Intelligenz, die in der Radiologie und bei anderen bildgebenden Verfahren in ersten Ansätzen bereits eingesetzt wird, dürfte jedoch über kurz oder lang auch die Arbeit der Pathologen erleichtern, meint Jeffrey Golden vom Brigham and Women's Hospital in Boston. © rme/aerzteblatt.de

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.

LNS

Nachrichten zum Thema

22. Juli 2019
Boston – Der Röntgenthorax, die häufigste radiologische Untersuchung überhaupt, könnte mehr über den Patienten verraten, als die meisten Ärzte ahnen. Eine in JAMA Network Open (2019; doi:
Künstliche Intelligenz könnte Lebenserwartung im Röntgenthorax erkennen
11. Juli 2019
Berlin – Die Deutschen haben sich in einer von Bildungs- und Forschungsministerin Anja Karliczek (CDU) beauftragten repräsentativen Umfrage zu künstlicher Intelligenz (KI) in der Medizin überwiegend
Mehr als zwei Drittel der Deutschen befürworten künstliche Intelligenz in der Medizin
11. Juli 2019
Paris – Erwachsene, die täglich Süßgetränke konsumieren, erkranken etwas häufiger an Krebs. Dies kam in der prospektiven NutriNet-Santé-Studie heraus, die seit 2009 mehr als 100.000 Erwachsene im
Zuckerhaltige Getränke erhöhen das Krebsrisiko
11. Juli 2019
Ludwigsburg – Eine Mehrheit der Bundesbürger ab 55 Jahren stellt sich auf die Pflege durch Roboter ein. Gut zwei Drittel erwarten, dass maschinelle Helfer bei Bedarf ihren Gesundheitszustand
Generation 55plus rechnet mit Pflege durch Roboter
3. Juli 2019
Berlin – Für die freiwillige Datenspende im Gesundheitsbereich sollte eine rechtssichere Regulierung erarbeitet werden. Das empfiehlt die Arbeitsgruppe „Gesundheit, Medizintechnik, Pflege“ der
KI-Experten der Plattform Lernende Systeme plädieren für freiwillige Datenspende
2. Juli 2019
Bethesda/Maryland – Die Radiojodtherapie, seit vielen Jahrzehnten eine als elegant und schonend eingestufte Standardbehandlung des Morbus Basedow und anderer Hyperthyreosen, könnte langfristig das
Langzeitstudie sieht Hinweise auf erhöhtes Krebsrisiko bei Radiojodtherapie
27. Juni 2019
Berlin – Der Gemeinsame Bundes­aus­schuss (G-BA) hat unlängst erstmals einen Gentest beim Mammakarzinom in den Leistungskatalog der gesetzlichen Kran­ken­ver­siche­rung (GKV) aufgenommen. Für den
LNS LNS

Fachgebiet

Anzeige

Weitere...

Aktuelle Kommentare

Archiv

NEWSLETTER