Künstliche Intelligenz könnte Lungenkrebsdiagnosen erleichtern

Screening auf Lungenkrebs ist nicht zuletzt ein Problem der Ressourcen. Insbesondere der Personalbedarf an entsprechend erfahrenen Radiologen wird in den kommenden Jahren kaum zu decken sein. Künstliche Intelligenz könnte die Befundung erleichtern und dabei sogar verbessern. Es gibt aber noch Probleme zu lösen.

Screening auf Lungenkarzinome mittels CT hat sich in Studien in Risikogruppen als effizient erwiesen. Allerdings kommt auch die Frühdiagnose bei manchen Betroffenen zu spät. Darüber hinaus ist der Aufwand hoch. Im Rahmen der Befundung müssen etwa 300 Bilder von einem Radiologen evaluiert werden, bei Verdacht wird eine Biopsie durchgeführt. Strategien, Krebs früher zu erkennen, sind daher dringend gefragt. Diskutiert wird in diesem Zusammenhang unter anderem der Einsatz von Biomarkern aus dem Blut.

CT-Befundung durch künstliche Intelligenz

Ein anderer Ansatz zielt auf die Verbesserung der CT-Befundung ab. Eine im Rahmen des ERS-Kongresses vorgestellte Studie legt nahe, dass durch den Einsatz künstlicher Intelligenz für Lungenkarzinome typische Muster ein Jahr früher gefunden werden können, als dies mit den herkömmlichen Methoden der Befundung gelingt. Eine Gruppe der Université Côte d’Azur und der Software-Hersteller Therapixel präsentierten nun eine Lösung auf Basis künstlicher Intelligenz, die die Befundung nicht nur beschleunigen, sondern auch verbessern soll. Das Programm wurde mit CT-Scans von 888 Patienten trainiert, die bereits von Radiologen auf verdächtige Veränderungen ausgewertet worden waren. Anschließend wurde die diagnostische Qualität der Software an einem Sample von Scans von 1179 Patienten aus einer Screening-Studie evaluiert. Die Studie hatte ein Follow-up von drei Jahren mit Folgeuntersuchungen im zweiten und dritten Jahr. Bei 177 Patienten wurde schließlich ein Lungenkarzinom gefunden und bioptisch bestätigt.

Effektiv, aber auch falsch positiv

Die Software identifizierte 172 der 177 malignen Tumoren und war damit zu 97 % effektiv. Die fünf nicht erkannten Karzinome befanden sich in zentraler Lage, was generell die Detektion erschwert. Doch die Software war in manchen Belangen der menschlichen Befundung überlegen. Wurden nämlich Scans analysiert, die ein Jahr vor der Tumordiagnose aufgenommen worden waren und den Befundern zu diesem Zeitpunkt nicht verdächtig erschienen, so identifizierte die Sofware 152 verdächtige Regionen, die sich im weiteren Verlauf als Krebs herausgestellt hatten.

Allerdings wurde dieser Vorteil durch eine inakzeptabel hohe Zahl an falsch positiven Ergebnissen erkauft. Will man unnötige Morbidität infolge von Biopsien vermeiden, muss die Software diesbezüglich akurater werden. Die Notwendigkeit besteht, wie Stu­dienautor Dr. Benoît Audelan betont. Screening-Programme haben sich als wirksam erwiesen und würden in Zukunft wohl breiteren Einsatz finden. Dabei sei aber vollkommen unklar, wo das spezialisierte medizinische Personal zur Befundung der vielen Aufnahmen herkommen solle. Sinn und Zweck der Arbeit sei es also nicht, ­Radiologen zu ersetzen, sondern den ­Arbeitsaufwand von Radiologen zu reduzieren.