CT-Diagnostik Beim Erkennen von Pankreaskarzinomen stellt KI den Menschen in den Schatten

Mithilfe von künstlicher Intelligenz (KI) könnten Pankreaskarzinome künftig mit geringerer Fehlerquote diagnostiziert werden als bisher. Darauf deuten die Ergebnisse der multizentrischen PANORAMA-Studie hin, in der ein anhand von CT-Bildern trainiertes System signifikant besser abschnitt als erfahrene Radiologinnen und Radiologen. Das Wichtigste in Kürze zu dieser Studie finden Sie am Ende des Artikels. Anhand einer kontrastmittelverstärkten CT-Aufnahme ein Pankreaskarzinom im Frühstadium zu erkennen, ist eine Herausforderung, an der zuweilen auch erfahrene Radiologinnen und Radiologen scheitern. Gerade bei dieser Tumorart, bei der das Überleben entscheidend von der frühzeitigen Diagnosestellung abhängt und bei der die Diagnostik wesentlich auf Bildgebung beruht, könnte künstliche Intelligenz (KI) von hohem Nutzen sein. KI besser als 68 Radiologinnen und Radiologen Ein internationales Team unter Führung des Radboud University Medical Centers in Nimwegen hat jetzt 68 Radiologinnen und Radiologen aus zwölf Nationen gegen ein anhand von CT-Aufnahmen trainiertes System ins Rennen geschickt. Das Ergebnis der PANORAMA-Studie [1]: Die KI war erfahrenem Fachpersonal (median neunjährige Expertise beim Begutachten von Abdominal-CTs) in der Diagnostik eines duktalen Adenokarzinom des Pankreas (PDAC) im kontrastmittelverstärkten CT klar überlegen. Als primären Endpunkt hatte man die Area under the receiver operating characteristic curve (AUROC) gewählt. Bei den zu begutachtenden 391 Fällen (37% mit Pankreaskarzinom) erreichte die KI eine AUROC von 0,92 (95%-KI 0,89–0,94), die Radiologinnen und Radiologen kamen dagegen nur auf 0,88 (95%-KI 0,85–0,91). Damit hatte die Maschine nicht nur die vorab festgelegte Untergrenze für Nichtunterlegenheit signifikant überschritten (p < 0,0001), sondern ihre signifikante Überlegenheit gegenüber menschlichem Fachpersonal unter Beweis gestellt (p = 0,001). Mehrstufiger Studienaufbau Dem Vergleich Mensch versus Maschine war ein mehrstufiger Prozess vorausgegangen: 1. Entwicklung der KI-Systems: An der Entwicklung der KI waren 432 IT-Fachleute aus 46 Ländern beteiligt gewesen. Diese hatten auf der Grundlage von 2.238 öffentlich verfügbaren CT-Scans von Patientinnen und Patienten aus den USA und den Niederlanden, an denen sie ihre Systeme trainieren konnten, 258 Algorithmen erarbeitet und auf der Studienplattform eingereicht. Das finale KI-System war ein Ensemble aus den besten drei Modellen; diese stammten aus Princeton (New Jersey), dem Cedars Sinai Medical Center in Los Angeles und dem Guerbet Research-Institut in Paris. 2. Messung der Leistung des KI-Systems (ohne Vergleich mit menschlichen Befundern): In einer Testkohorte mit 1.130 Patientinnen und Patienten aus insgesamt fünf europäischen Zentren (medianes Alter 67 Jahre, 406 mit histologisch bestätigtem PDAC) erreichte das finale KI-System eine AUROC von 0,92. Die Sensitivität lag bei optimalem ROC-Grenzwert bei 85,7% und die Spezifität bei 83,5%. In einem dritten Schritt hatten die Forschenden dann den zentralen Vergleich der KI-Leistung mit der der 68 Radiologinnen und Radiologen angestellt (s. o.). Die 391 Fälle waren dafür qua Zufall aus der Testkohorte ausgewählt worden. Deutlich weniger falsch-positive Diagnosen Das Studienteam beschreibt, dass das KI-System im Vergleich mit den menschlichen Untersuchern je nach zugrundegelegter humaner Leistungsfähigkeit einerseits sensitiver war – also weniger tatsächliche Krebsfälle übersah – und andererseits auch eine größere Spezifität aufwies, also seltener zu Unrecht einen PDAC-Verdacht ausgespuckt hatte. Letztlich unterliefen der KI bis zu 38% weniger falsch-positive Diagnosen. „Frühere und genauere Diagnostik“ Misha D. Luyer vom Catharina Hospital Eindhoven in den Niederlanden schreibt in seinem Kommentar in der Zeitschrift Lancet Oncology [2]: „KI hat das Potenzial, die Diagnostik von Pankreaskarzinomen sowohl im klinischen Alltag als auch in spezialisierten Zentren zu unterstützen.“ Die der menschlichen Begutachtung klar überlegene Performance, wie in der PANORAMA-Studie gezeigt, sei ein Meilenstein – „gerade auf einem Gebiet, wo zahlreiche KI-Tools ihren klinischen Nutzen erst noch unter Beweis stellen müssen“. Die Möglichkeit, ein Pankreaskarzinom früher und mit höherer Genauigkeit diagnostizieren zu können als bisher, sei von hohem Stellenwert, vor allem, wenn man bedenke, „wie schwierig die Frühdiagnose sein kann, wie negativ sich eine verzögerte Diagnostik auswirkt und wie stark die radiologische Expertise von Klinik zu Klinik schwankt“. Die PANORAMA-Studiengruppe um Natalia Alves vom Radboud University Medical Center hält es für möglich, dass die KI künftig auch für ein opportunistisches Screening bei asymptomatischen Patientinnen und Patienten sowie in prädiagnostischen Kohorten zur Krebsfrüherkennung eingesetzt werden könnte. Dazu bedürfe es allerdings noch weiterer Studien. Das Wichtigste in Kürze Frage: Wie gut ist künstliche Intelligenz (KI) im Vergleich mit erfahrenen Radiologen/Radiologinnen im Erkennen von Adenokarzinomen des Pankreas im CT? Antwort: In einer multizentrischen Vergleichsstudie war die diagnostische Perfomance der KI signifikant besser, mit einer Area under the receiver operating characteristic curve (AUROC, primärer Endpunkt) von 0,92 gegenüber 0,88. Bedeutung: Mithilfe einer speziell trainierten KI besteht die Möglichkeit, ein Pankreaskarzinom mit höherer Genauigkeit diagnostizieren zu können, was zum Beispiel weniger falsch-positive Befunde bedeuten könnte. Einschränkung: Retrospektiv gesammelte Patientendaten, vornehmlich aus universitären Zentren; kein einheitlicher Referenzstandard für die Diagnostik.

Erweiterte Suche

Suchoperatoren:

Springer Medizin

CT-Diagnostik Beim Erkennen von Pankreaskarzinomen stellt KI den Menschen in den Schatten

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Passend zum Thema

Ektopes Cushing-Syndrom: Lebensgefährlich und oft unerkannt