Künstliche Intelligenz (KI) wird in der Brustkrebsfrüherkennung zunehmend als wertvolles Werkzeug zur Verbesserung der Effizienz und Genauigkeit von Früherkennungsuntersuchungen angesehen.
In einem früheren Artikel haben wir bereits über das Potenzial von KI in der Brustkrebsfrüherkennung und -diagnose berichtet – insbesondere über die Fähigkeit von KI-Systemen, Mammografien schnell zu analysieren und damit die Wartezeiten für Patientinnen zu verkürzen. Ein neuer Schritt in dieser Entwicklung ist das KI-Modell AsymMirai, das eine präzise Risikovorhersage für Brustkrebs auf Basis von Mammografien ermöglicht und damit eine Erweiterung des bestehenden Modells Mirai darstellt.¹
AsymMirai ist eine Weiterentwicklung des bestehenden KI-Modells Mirai, das das Brustkrebsrisiko für die nächsten fünf Jahre anhand von Mammografie-Daten vorhersagen kann. Mirai hatte jedoch den Nachteil, dass es für menschliche Expert:innen schwer nachvollziehbar war, wie genau die Risikovorhersagen zustande kamen, was seine klinische Anwendbarkeit einschränkte. AsymMirai wurde entwickelt, um diesen Mangel zu beheben, und verwendet nun eine erklärbare Methode zur Analyse von Mammografien.¹ ²
Das Modell konzentriert sich auf bilaterale Dissimilaritäten, d. h. auf Unterschiede zwischen der linken und der rechten Brust. Dieser Ansatz ermöglicht es, subtile, asymmetrische Veränderungen zu identifizieren, die für das menschliche Auge nicht sofort erkennbar sind, aber für die Risikoeinschätzung von Brustkrebs entscheidend sein können.¹
In einer retrospektiven Studie mit Daten aus dem Emory BrEast Imaging Dataset (EMBED) wurden die Ergebnisse von AsymMirai mit denen von Mirai verglichen. Analysiert wurden die Mammografien von 81.824 Patientinnen mit einem Durchschnittsalter von 59,4 Jahren. AsymMirai zeigte vielversprechende Ergebnisse bei der Risikovorhersage. Die AUC (Area Under the Curve) für das 1-Jahres-Risiko lag bei 0,79 (95%-KI: 0,73, 0,85) und das 5-Jahres-Risiko betrug 0,66 (95%-KI: 0,63, 0,69).¹
Interessanterweise zeigte eine Untergruppe von 183 Patientinnen, bei denen AsymMirai über einen längeren Zeitraum konstant dasselbe Gewebe anreicherte, eine 3-Jahres-AUC von 0,92 (95%-KI: 0,86, 0,97). Diese Ergebnisse bestätigen das Potenzial von AsymMirai, langfristig eine hochpräzise Vorhersage des Brustkrebsrisikos zu liefern, was insbesondere bei wiederholten Analysen über längere Zeiträume von Nutzen sein könnte.¹
Die Integration von KI in den Screening-Prozess könnte die Früherkennung von Brustkrebs weiter optimieren und Ärzt:innen in ihrer Entscheidungsfindung unterstützen. KI-Modelle wie AsymMirai bieten das Potenzial, Risikoprofile zu individualisieren und damit personalisierte Behandlungsansätze zu ermöglichen. Diese KI-gestützten Werkzeuge könnten in Zukunft eine zentrale Rolle bei der genaueren Risikoeinschätzung und Früherkennung von Brustkrebs spielen.
Es ist jedoch davon auszugehen, dass die vollständige Integration von KI in klinische Leitlinien noch einige Zeit in Anspruch nehmen wird. Bis dahin können weiterhin etablierte Risikokalkulatoren wie das Gail-Modell oder der BCSC Risk Calculator in verschiedenen Szenarien hilfreich eingesetzt werden. Diese Modelle haben sich in der Praxis bewährt und können Ärzt:innen bei der Einschätzung des Brustkrebsrisikos unterstützen. Die Kombination von KI mit traditionellen Risikoberechnungsmodellen könnte eine noch präzisere und individuellere Betreuung von Patientinnen ermöglichen und den Weg für eine breitere Anwendung von KI im klinischen Alltag ebnen.
Referenzen:
