Mit KI mehr Karzinome entdecken
Vom Einsatz der Künstlichen Intelligenz (KI) in der Mammadiagnostik erwartet man sich, die Sensitivität des Screenings zu verbessern und gleichzeitig die Arbeitsbelastung zu vermindern. Einige Studien, die untersucht haben, inwieweit sich diese Ziele erreichen lassen, brachten bereits positive Ergebnisse.
Wie Prof. Dr. Sylvia H. Heywang-Köbrunner, Brustdiagnostik München, auf der Jahrestagung der Deutschen Gesellschaft für Senologie in München ausführte, geht die Sensitivität des Mammografie-Screenings nicht über 75–80 % hinaus. Dies bringt Probleme mit sich wie das Auftreten von Intervallkarzinomen. Das heißt: Tumoren, die bei einem Screening noch nicht sichtbar waren, aber bereits vor der nächsten geplanten Routine-Mammografie entdeckt werden. Dies sind meist besonders rasch wachsende, aggressive Tumoren, deren frühere Erkennung besonders wünschenswert wäre, erinnerte die Expertin.
Warum stößt das Mammografie-Screening an Grenzen?
Die Spezifität des Mammografie-Screenings leidet darunter, dass es eine hohe Varianz an benignen Veränderungen gibt. Zudem wirken sich hohe Arbeitslast und Termindruck sowie Personalmangel und auch eine wechselnde Leistung der Befundenden negativ auf die Screening-Ergebnisse aus, ergänzte sie. Durch den Einsatz von Künstlicher Intelligenz will man die Sensitivität des Screenings bei möglichst guter Spezifität optimieren und die Arbeitslast verringern. Mithilfe von KI-Systemen könnten minimale Veränderungen im Brustgewebe, die beim Standard-Screening nicht erkannt werden, schon zu einem früheren Zeitpunkt aufgefunden werden.
In der PRAIM-Studie, einer großen deutschen Kohortenstudie mit 463.094 Frauen, wurde der Nutzen der KI prospektiv im Rahmen des Mammografie-Screeningprogramms von insgesamt 119 Radiolog:innen geprüft.1 In der Studiengruppe (n = 260.739) kam ein KI-Tool zusätzlich zu zwei ärztlichen Befundenden zum Einsatz, in der Kontrollgruppe arbeiteten die zwei Befundenden ohne KI.
PRAIM-Studie zeigt höhere Krebsdetektionsrate
Die Krebsdetektionsrate in der KI-Gruppe lag bei 6,7 pro 1.000 versus 5,7 pro 1.000 in der Kontrollgruppe, das heißt signifikant um 17,6 % höher. Die Recall-Rate war mit 37,4 pro 1.000 in der KI-Gruppe etwas, aber nicht signifikant niedriger als in der Kontrollgruppe mit 38,3 pro 1.000. Der positive prädiktive Wert (PPV) der Recalls betrug 17,9 % in der KI-Gruppe verglichen mit 14,9 % in der Kontrollgruppe.
In der schwedischen MASAI-Studie wurde die systematische Doppelbefundung in einem Mammografie-Screeningkollektiv von mehr als 100.000 Frauen mit einer KI-gestützten Triagestrategie verglichen.2,3 In der Gruppe mit KI-Triage kam eine Doppelbefundung nur zum Einsatz, wenn die KI ein hohes Risiko signalisierte. In den bei Weitem überwiegenden Fällen mit geringem und mittlerem Risiko beschränkte man sich auf eine Einzelbefundung.
Die Krebsdetektionsrate lag in der KI-Gruppe signifikant um 29 % höher als in der Kontrollgruppe (6,4 versus 5,0 pro 1.000) und die Arbeitslast war um 44 % geringer. In der KI-Gruppe erwies sich auch die Rate an Intervallkarzinomen im Vergleich zur Kontrollgruppe als um 12 % niedriger (1,55 versus 1,76 pro 1.000) – bei höherer Sensitivität (80,5 % versus 73,8 %) und gleicher Spezifität (98,5 %). Intervallkarzinome, die auftraten, waren in der KI-Gruppe weniger invasiv und aggressiv sowie in weniger fortgeschrittenem Stadium als in der Kontrollgruppe.
KI bleibt vorerst ein Hilfsmittel in der Diagnostik
Die Integration von Künstlicher Intelligenz macht das Mammografie-Screening nach vorliegenden Daten also durchaus effektiver, resümierte Prof. Dr. Alexandra Resch, Radiologicum Wien. Aktuell kann der Einsatz der KI für den Befundenden aber nicht mehr als ein Hilfsmittel sein. Da es noch keine Daten zum Langzeit-Outcome gibt, hat der Radiologe bzw. die Radiologin immer das letzte Wort in der diagnostischen Einschätzung und muss auch nicht begründen, warum er/sie einen KI-Befund nicht berücksichtigt, betonte die Expertin.
Für die Sonografie sind ebenfalls KI-Systeme verfügbar und zugelassen, aber der Nutzen in der Praxis muss noch belegt werden. Auch das MRT ist noch nicht reif für den klinischen Einsatz in Kombination mit KI-Systemen. Untersucht wird der Nutzen der KI derzeit zudem im Rahmen der digitalen Brust-Tomosynthese (DBT), einer Weiterentwicklung der digitalen Mammografie.
1. Eisemann N et al. Nat Med 2025; 31: 917–924; doi: 10.1038/s41591-024-03408-6
2. Hernström V et al. Lancet Digit Health 2025; 7(3): e175-e183; doi: 10.1016/S2589-7500(24)00267-X
3. Gommers J et al. Lancet 2026; 407 (10527):505-514; doi: 10.1016/S0140-6736(25)02464-X
Heywang-Köbrunner SH. 45. Jahrestagung der Deutschen Gesellschaft für Senologie; Vortrag „Künstliche Intelligenz in der modernen Mammadiagnostik"