Künstliche Intelligenz versus Ärzte

Wer Brustkrebs besser diagnostiziert

Mensch gegen Maschine: In einer Studie wurde untersucht, wer besser Brustkrebs in Mammografien aufspüren kann – Radiologen oder eine Künstliche Intelligenz von Google.

Von Margarethe Urbanek Veröffentlicht: 03.01.2020, 17:28 Uhr
Wer Brustkrebs besser diagnostiziert

In der Studie wurden Mammografien von mehr als 28.000 Frauen aufgenommen, die gemeinsam von der KI und sechs Radiologen bewertet wurden.

© okrasiuk / stock.adobe.com

Neu-Isenburg. Künstliche Intelligenz (KI) von Google könnte künftig die Brustkrebs-Früherkennung verbessern. Das zeigt eine gemeinsame Studie von Google Health und Wissenschaftlern aus den USA und Großbritannien (Nature 2020, online 1. Januar).

DeepMind, das KI-Modell von Google, wurde mit zwei repräsentativen Datensätzen von mehr als 91.000 Frauen aus Großbritannien und den USA zunächst darauf trainiert, Anzeichen von Krebs in Form von Tumorgewebe zu erkennen.

In die Studie wurden dann Mammografien von mehr als 25.000 Frauen aus Großbritannien und über 3000 Frauen aus den USA aufgenommen, die gemeinsam von der KI und sechs Radiologen bewertet wurden.

Übertragbare Ergebnisse?

Die Ergebnisse sprechen den Autoren der Studie zufolge für die Google-KI bei der Krebsfrüherkennung: In Großbritannien kam der Algorithmus immerhin auf 2,7 Prozent weniger diagnostizierte falsch negative Ergebnisse als die Radiologen, in den USA lag die Fehlerrate sogar 9,4 Prozent niedriger.

Auch bei den fälschlicherweise positiv ausgefallenen Ergebnissen hatte KI eine deutlich geringere Fehlerquote als die teilnehmenden Radiologen – in Großbritannien um 1,2 Prozent, in den USA sogar um 5,7 Prozent.

Die Wissenschaftler wollten darüber hinaus herausfinden ob und inwieweit die britisch-amerikanischen Ergebnisse auch auf andere Gesundheitssysteme übertragbar sind. Dazu wurde DeepMind mit britischen Datensätzen trainiert, um anschließend die amerikanischen Datensätze damit auszuwerten.

Auch hier wies der Algorithmus eine geringere Fehlerquote im Vergleich zu den Radiologen auf. Die falsch positiven Befunde wurden demnach um 3,5 Prozent verringert, die falsch negativen Befunde um 8,1 Prozent.

Arzt im Wissensvorteil

Die Forscher erkennen in einem Google Blogpost zur Studie in dem Ergebnis das Potenzial ihres Algorithmus auch unter veränderten Bedingungen bessere Ergebnisse zu liefern als menschliche Experten.

Mit Blick in die Zukunft gebe es, so die Autoren in ihrem Blogpost, „einige vielversprechende Anzeichen dafür, dass das Modell möglicherweise die Genauigkeit und Effizienz von Screening-Programmen erhöhen sowie Wartezeiten und Stress für Patienten verringern könnte“.

Dennoch – auch das ein Ergebnis der Studie – haben Ärzte gegenüber Googles KI-Modell einen Vorteil. Im Gegensatz zum Algorithmus können sie in ihrer Bewertung und Diagnose auf ältere Untersuchungsergebnisse sowie die Patientengeschichte zurückgreifen. Auch die Radiologen hätten Tumoren gefunden, die die KI nicht entdeckt hatte.

Entsprechend sei KI nicht als Ersatz für den Arzt zu sehen, den Studienergebnissen zufolge aber eine vielversprechende Unterstützung bei der Krebsfrüherkennung, so die Autoren in der Studie.

Mehr zum Thema

SARS-CoV-2-Prävention

KI-basierte virtuelle Schleuse checkt Mitarbeiter

Per IR-Imaging

Künstliche Intelligenz klassifiziert Darmkrebs

Das könnte Sie auch interessieren
Thromboseprophylaxe und COVID-19

„ÄrzteTage extra“-Podcast

Thromboseprophylaxe und COVID-19

Sonderbericht | Mit freundlicher Unterstützung von: Leo Pharma GmbH, Neu-Isenburg
Aktuelle GTH-Empfehlung zur Thromboseprophylaxe bei COVID-19

CAT-Algorithmus

Aktuelle GTH-Empfehlung zur Thromboseprophylaxe bei COVID-19

Anzeige
Kommentare
Dr. Schätzler

Massive Qualitätslücken in der US-amerikanischen Mammografie-Diagnostik und -Befundung?

"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
belegt zunächst nur Folgendes:
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 %) bzw. 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 um den Faktor 3,5 und 4,5 s c h l e c h t e r 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


Sie müssen angemeldet sein, um einen Kommentar verfassen zu können.
Die Newsletter der Ärzte Zeitung

Lesen Sie alles wichtige aus den Bereichen Medizin, Gesundheitspolitik und Praxis und Wirtschaft.

NEU als Themen abonnierbar: Frauengesundheit und Kindergesundheit

Newsletter bestellen »

Vorteile des Logins

Über unser kostenloses Login erhalten Ärzte, Medizinstudenten, MFA und weitere Personengruppen viele Vorteile.

Die Anmeldung ist mit wenigen Klicks erledigt.

Jetzt anmelden / registrieren »

Top-Meldungen
Pneumologen raten von Dexamethason bei leichter COVID-19 ab

Nach RECOVERY-Studie

Pneumologen raten von Dexamethason bei leichter COVID-19 ab

Diese Website verwendet Cookies. Weitere Informationen zu Cookies und und insbesondere dazu, wie Sie deren Verwendung widersprechen können, finden Sie in unseren Datenschutzhinweisen.  Verstanden