Pharmazeutische Zeitung online
Brustkrebs-Screening

Google weiß, ob du Krebs hast

Mitarbeiter des Unternehmens Google Health haben ein Programm zur Auswertung von Mammografien entwickelt. Das System mit Künstlicher Intelligenz (KI) stellte die Diagnose Brustkrebs mit höherer Treffsicherheit als spezialisierte Ärzte. Dennoch sehen die Autoren es nicht als möglichen Ersatz für menschliche Beurteiler, sondern als Ergänzung.
Annette Mende
06.01.2020
Datenschutz bei der PZ

Brustkrebs ist die häufigste Krebsart bei Frauen und die Mammografie ist die Methode der Wahl, um ihn zu diagnostizieren. Entsprechend häufig wird diese Untersuchung durchgeführt: laut der Publikation im Fachjournal »Nature« allein in den USA und Großbritannien zusammen jährlich mehr als 42 Millionen Mal. All diese Mammografien müssen von qualifizierten Spezialisten ausgewertet werden – ein Engpass, wie die Gruppe um Scott Mayer McKinney schreibt. Die Tatsache, dass es zu wenige Mammografie-Experten gebe, gefährde die Verfügbarkeit und Angemessenheit von Brustkrebs-Screeningprogrammen auf der ganzen Welt. Aus ihrer Sicht könnte KI dabei helfen, die Lücke zu schließen.

Die Autoren testeten ihr Programm unter realistischen Bedingungen anhand von Mammografien in zwei Datenbanken, einer britischen, die hinsichtlich des Alters und der Krebsprävalenz repräsentativ für die Zielgruppe des Brustkrebsscreenings war, und einer US-amerikanischen, die überdurchschnittlich viele Brustkrebspatientinnen enthielt. Verglichen mit menschlichen Untersuchern hatte das Computerprogramm sowohl eine bessere Sensitivität als auch Spezifität: Bei den US-amerikanischen Patientinnen stellte es 5,7 Prozent weniger falsch positive Diagnosen und 9,4 Prozent weniger falsch negative. Bei den britischen Patientinnen war der Unterschied mit 1,2 Prozent weniger falsch positiven und 2,7 Prozent weniger falsch negativen Diagnosen geringer, aber immer noch vorhanden.

In einer weiteren Untersuchung machten die Autoren den direkten Vergleich zwischen Mensch und Maschine, indem sie die Ergebnisse von sechs Radiologen mit denen des Programms verglichen. Dieser fiel klar zugunsten des Computers aus: Die Fläche unter der Kurve der sogenannten Receiver Operating Characteristic (ROC), eines Maßes für die Diagnosegenauigkeit in einem binären System, war bei dem Computerprogramm durchschnittlich 11,5 Prozent größer.

KI-Lösungen zeichnen sich dadurch aus, dass sie aus ihren Fehlern lernen, also korrigierte Fehleinschätzungen dazu benutzen, künftig noch präziser zu werden. Ein wichtiges Kriterium ist dabei die Übertragbarkeit, denn es ist nicht gesagt, dass ein optimal auf ein bestimmtes Setting eingestelltes Programm auch in einem fremden Setting gleich gut arbeitet. Dass ihr System eine hohe Übertragbarkeit aufweist, zeigten die Autoren, indem sie es in einem weiteren Versuch ausschließlich anhand der britischen Daten trainierten und dann in den USA anwendeten. Dabei war das Programm zwar immer noch menschlichen Radiologen überlegen, der Unterschied war aber geringer als bei einem vorherigen Training anhand heimischer Daten.

Die Grundgenauigkeit ihres Programms sei hoch, folgern die Autoren, und sie lasse sich durch Anpassung an bestimmte Gegebenheiten noch steigern. Ein mögliches Einsatzgebiet sehen sie in der Zweitbegutachtung von Mammografien. Indem die KI die eindeutigen Fälle vorsortiert und lediglich die schwierigen Fälle dem Zweitgutachter vorlegt, könnten diesem 88 Prozent seiner Arbeitslast abgenommen werden, so ihre Berechnung.

Mehr von Avoxa