KI-basierte Modelle können menschliche Experten bei der Erkennung von Eierstockkrebs übertreffen

Eine neue internationale Studie unter der Leitung von Forschern des Karolinska Institutet in Schweden zeigt, dass KI-basierte Modelle menschliche Experten bei der Identifizierung von Eierstockkrebs in Ultraschallbildern übertreffen können. Die Studie ist veröffentlicht in Naturmedizin.

„Eierstocktumoren kommen häufig vor und werden oft zufällig entdeckt“, sagt Professorin Elisabeth Epstein von der Abteilung für klinische Wissenschaft und Ausbildung am Södersjukhuset (Stockholm South General Hospital) am Karolinska Institutet und leitende Oberärztin in der Abteilung für Geburtshilfe und Gynäkologie des Krankenhauses. „In vielen Teilen der Welt herrscht ein gravierender Mangel an Ultraschallexperten, was zu Bedenken hinsichtlich unnötiger Eingriffe und verzögerter Krebsdiagnosen geführt hat. Wir wollten daher herausfinden, ob KI menschliche Experten ergänzen kann.“

KI übertrifft Experten

Die Forscher haben neuronale Netzwerkmodelle entwickelt und validiert, die in der Lage sind, zwischen gutartigen und bösartigen Eierstockläsionen zu unterscheiden, indem sie die KI an über 17.000 Ultraschallbildern von 3.652 Patienten in 20 Krankenhäusern in acht Ländern trainiert und getestet haben. Anschließend verglichen sie die Diagnosekapazität der Modelle mit einer großen Gruppe von Experten und weniger erfahrenen Ultraschallprüfern.

Die Ergebnisse zeigten, dass die KI-Modelle sowohl Experten als auch Nicht-Experten bei der Erkennung von Eierstockkrebs übertrafen und eine Genauigkeitsrate von 86,3 Prozent erreichten, verglichen mit 82,6 Prozent bzw. 77,7 Prozent bei den Experten und Nicht-Experten.

Dies deutet darauf hin, dass neuronale Netzwerkmodelle eine wertvolle Unterstützung bei der Diagnose von Eierstockkrebs sein können, insbesondere in schwer zu diagnostizierenden Fällen und in Situationen, in denen es an Ultraschallexperten mangelt.“

Professorin Elisabeth Epstein, Abteilung für klinische Wissenschaft und Ausbildung, Södersjukhuset (Allgemeines Krankenhaus Stockholm Süd), Karolinska Institutet

Reduzierung des Bedarfs an Expertenempfehlungen

Die KI-Modelle können auch den Bedarf an Expertenempfehlungen reduzieren. In einer simulierten Triage-Situation reduzierte die KI-Unterstützung die Zahl der Überweisungen um 63 Prozent und die Fehldiagnoserate um 18 Prozent. Dies kann zu einer schnelleren und kostengünstigeren Versorgung von Patientinnen mit Eierstockläsionen führen.

Trotz der vielversprechenden Ergebnisse betonen die Forscher, dass weitere Studien erforderlich sind, bevor das volle Potenzial der neuronalen Netzwerkmodelle und ihre klinischen Grenzen vollständig verstanden werden.

„Durch kontinuierliche Forschung und Entwicklung können KI-basierte Tools ein integraler Bestandteil der Gesundheitsversorgung von morgen sein, Experten entlasten und Krankenhausressourcen optimieren. Wir müssen jedoch sicherstellen, dass sie an unterschiedliche klinische Umgebungen und Patientengruppen angepasst werden können“, sagt Filip Christiansen , Doktorand in der Forschungsgruppe von Professor Epstein am Karolinska Institutet und gemeinsamer Erstautor mit Emir Konuk am KTH Royal Institute of Technology.

Bewertung der Sicherheit der KI-Unterstützung

Die Forscher führen derzeit prospektive klinische Studien im Södersjukhuset durch, um die alltägliche klinische Sicherheit und den Nutzen des KI-Tools zu bewerten. Zukünftige Forschungen werden auch eine randomisierte multizentrische Studie umfassen, um die Auswirkungen auf das Patientenmanagement und die Gesundheitskosten zu untersuchen.

Die Studie wurde in enger Zusammenarbeit mit Forschern des KTH Royal Institute of Technology durchgeführt und durch Zuschüsse des Schwedischen Forschungsrats, der Schwedischen Krebsgesellschaft, des Stockholmer Regionalrats, der Krebsforschungsfonds von Radiumhemmet und der Wallenberg AI, Autonomous Systems finanziert und Softwareprogramm (WASP).

Elisabeth Epstein, Filip Christiansen und drei Co-Autoren haben über die Firma Intelligyn ein Patent für Methoden der computergestützten Diagnostik angemeldet. Elisabeth Epstein, Filip Christiansen und Kevin Smith, Forscher am KTH Royal Institute of Technology, besitzen ebenfalls Anteile an Intelligyn, für das Professor Epstein ein ehrenamtlicher Manager ist. Eine vollständige Liste der Interessenkonflikte finden Sie im Papier.

Quellen: