KI erreicht radiologische Leistung bei der Brustkrebsdiagnose per Ultraschall
Ein neues KI-System erstellt Brust-Ultraschallberichte mit der gleichen Genauigkeit wie erfahrene Radiologen und verbessert die diagnostische Leistung von Assistenzärzten.
Zusammenfassung
Forscher haben ein KI-System entwickelt, das Brustultraschallberichte mit einer Genauigkeit erstellen kann, die der erfahrener Radiologen vergleichbar ist. Das auf über 100.000 Fällen aus drei Krankenhäusern trainierte KI-System erreichte eine Akzeptanzrate von 92 % bei diagnostischen Klassifikationen, wie von leitenden Radiologen bewertet. Das System zeigte eine ähnliche Leistung wie ein Radiologe auf mittlerem Niveau mit 7 Jahren Erfahrung und verbesserte die diagnostische Genauigkeit von Berufsanfängern unter den Radiologen beim Einsatz als Assistenzwerkzeug erheblich – deren Akzeptanzraten stiegen von 86–87 % auf 90–92 %.
Detaillierte Zusammenfassung
Diese bahnbrechende Studie zeigt, dass künstliche Intelligenz bei der Brustkrebsvorsorge nun mit menschlicher Expertise mithalten kann – und hat das Potenzial, die Früherkennung und den Zugang zur Diagnostik weltweit zu revolutionieren.
Forscher trainierten ein KI-System anhand von 104.364 Brustultraschall-Fällen aus drei Krankenhäusern im Zeitraum 2020–2022. Das System lernte, vollständige Diagnoseberichte zu erstellen, einschließlich BI-RADS-Klassifikationen, die für die Einschätzung des Krebsrisikos und Behandlungsentscheidungen entscheidend sind.
Bei der Überprüfung anhand neuer Fälle erzielte die KI beeindruckende Ergebnisse. Erfahrene Radiologen mit über 10 Jahren Berufserfahrung akzeptierten 92 % der diagnostischen Klassifikationen der KI, verglichen mit 95 % Akzeptanz für Berichte eines Radiologen mit mittlerem Erfahrungsstand. Noch bedeutsamer: Wenn Berufsanfänger unter den Radiologen die KI als Assistenz nutzten, verbesserte sich ihre diagnostische Genauigkeit deutlich – die Akzeptanzraten stiegen von 84–87 % auf 90–92 %.
Diese Erkenntnisse legen nahe, dass KI dem kritischen Fachkräftemangel im Gesundheitswesen entgegenwirken könnte, indem sie die Fähigkeiten weniger erfahrener Radiologen ergänzt und eine gleichbleibend hochwertige Brustkrebsvorsorge in unterversorgten Regionen ermöglicht. Eine verbesserte Früherkennung durch besseres Screening könnte unzählige Leben retten, indem Krebserkrankungen in einem Stadium entdeckt werden, in dem sie am besten behandelbar sind.
Allerdings war die Studie retrospektiv angelegt und auf spezifische Krankenhaussysteme beschränkt, sodass eine breitere Validierung erforderlich ist, bevor eine weitreichende klinische Implementierung erfolgen kann.
Wichtigste Erkenntnisse
- AI system achieved 92% diagnostic accuracy comparable to experienced radiologists
- Junior radiologists improved from 84-87% to 90-92% accuracy with AI assistance
- System trained on over 100,000 breast ultrasound cases from multiple hospitals
- AI generated complete diagnostic reports including critical BI-RADS classifications
Methodik
Retrospektive Studie mit 104.364 Brust-Ultraschalluntersuchungen aus drei Krankenhäusern (2020–2022). Das KI-System wurde anhand von 82.896 Fällen trainiert und an internen sowie externen Validierungsdatensätzen getestet. Drei erfahrene Radiologen bewerteten verblindet KI-generierte Berichte im Vergleich zu Berichten menschlicher Radiologen.
Studienlimitierungen
Die Studie war retrospektiv angelegt und auf bestimmte Krankenhaussysteme beschränkt. Eine umfassendere Validierung in verschiedenen Bevölkerungsgruppen und medizinischen Versorgungsumgebungen ist erforderlich. Langfristige klinische Ergebnisse und praktische Herausforderungen bei der Umsetzung im klinischen Alltag wurden nicht bewertet.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: