Bisher waren für die Befundung einer Mammographie zwei Ärzte nötig. Jetzt zeigt sich: Ersetzt man einen Arzt durch KI, sind die Bewertungen häufiger richtig. Scheint, als müssten wir uns mit diesem neuen Beifahrer abfinden.
Künstliche Intelligenz in der Medizin ist besonders heikel, da es um ein hohes Gut geht. Sich ihr grundsätzlich zu verweigern, würde aber enorme Chancen verspielen. Wird sie verantwortungsvoll eingesetzt, kann KI ein Potenzial an zusätzlicher Sicherheit und Effizienz freisetzen. Die bildgebende Diagnostik, allen voran die Mammographie, wäre ein solches Areal.
Mit rund 74.500 Neuerkrankungen jährlich ist das Mammakarzinom die mit Abstand am häufigsten vorkommende Krebserkrankung der Frau, zusätzlich wird bei mehr als 6.000 Frauen jährlich ein in-situ-Tumor diagnostiziert. Nur etwa ein Prozent aller Neuerkrankungen betrifft Männer. Auf Basis der aktuellen Inzidenzraten erkrankt etwa jede achte Frau im Laufe ihres Lebens an Brustkrebs. Die sechste und siebte Lebensdekade ist am häufigsten betroffen. Nahezu 18.500 Patientinnen sterben pro Jahr an einem Mammakarzinom. Je früher eine Brustkrebserkrankung erkannt wird, umso effektiver ist sie therapierbar bei längerer Überlebenszeit.
Die WHO beschreibt einen Kriterienkatalog, nach dem ein generelles Screening dann sinnvoll ist, wenn:
Vor 20 Jahren wurde das Mammographie-Screening eingeführt und wird Frauen zwischen 50 und 75 Jahren alle zwei Jahre mittels einer schriftlichen Einladung kostenfrei angeboten. Es richtet sich an symptomfreie Frauen. Damit wird die Brustkrebsmortalität um 20 bis 30 % reduziert, wie Daten einer von der Universität Münster durchgeführten Studie aus den Jahren 2009 bis 2018 zeigen. Somit konnte jeder vierte Todesfall durch eine frühzeitige Diagnose vermieden werden. Bisher ist eine Doppelbefundung durch zwei voneinander unabhängige Ärzte obligat.
Für die schwedische MASAI-Studie (Mammography Screening With Artificial Intelligence) wurden zwischen April 2021 und Dezember 2022 per Zufall 105.934 Frauen in zwei Gruppen eingeteilt. Eine davon war die Interventionsgruppe (Mammographie mit KI-Unterstützung), die andere eine Kontrollgruppe (standardisierte Doppelbefundung ohne KI). Das mittlere Alter betrug in beiden Gruppen knapp 54 Jahre. Ziel der Studie war, die Rate der Intervallkarzinome zwischen KI-unterstützter Gruppe und Doppelbefundung ohne KI zu vergleichen. Intervallkarzinome sind primäre Mammakarzinome, die zwischen zwei Screening-Einheiten oder innerhalb von zwei Jahren nach dem letzten geplanten Screening diagnostiziert werden.
Während der zweijährigen Nachbeobachtungszeit traten in der KI-unterstützten Gruppe 1,55 (95%-KI 1,23–1,92) Intervallkarzinome pro 1.000 untersuchten Frauen auf, in der Kontrollgruppe waren es 1,76 (1,42–2,15) Fälle pro 1.000 Frauen. KI-unterstützt konnten somit mehr Erkrankungen rechtzeitig erkannt werden, sodass in der zweijährigen Nachbeobachtung hier eine Reduktion von 12 % an diagnostizierten Intervallkarzinomen zu verzeichnen war. Gleichzeitig hatten die KI-unterstützten Diagnosen günstigere Merkmale an Größe und Aggressionspotenzial. Die Rate falsch-positiver Befunde lag in beiden Gruppen bei etwa 1,5 %. Die Sensitivität war in der Interventionsgruppe höher (80,5 %) als in der Kontrollgruppe (73,8 %), ein Effekt, der über Alter und Brustdichte hinweg konsistent war. Die Spezifität betrug für beide Gruppen 98,5 %.
In der Gruppe mit KI-unterstützter Mammographie konnten Radiologen deutlich mehr Karzinome während des Screenings erkennen, was wiederum in der zweijährigen Nachbeobachtung zu weniger Intervallkarzinom-Diagnosen führte. In einer weiteren schwedischen Studie wurde die eingesparte ärztliche Arbeitsbelastung durch KI-unterstützte Befundungen von Mammographien mit 44,3 % angegeben. Auch die Leitlinie verweist auf KI: „Als Ergänzung zur menschlichen Befundung kann Künstliche Intelligenz (KI) die Sensitivität und die Spezifität verbessern. Substitutiv eingesetzt hat der KI-Einsatz das Potenzial, die Arbeitslast der fachärztlichen Doppelbefundung bei mindestens gleichwertigem Ergebnis zu reduzieren“, so die Leitlinie.
Obwohl es sich um erste Ergebnisse beim Einsatz von KI handle und das Vorgehen der verschiedenen Studienansätze sich teilweise unterscheiden würde, erscheinen bereits diese Ergebnisse den Autoren der Leitlinie ausreichend, um den Einsatz von KI im Mammographie-Screening, etwa als Ersatz der Doppelbefundung, zeitnah im deutschen System zu erproben. Um optimale Ergebnisse mit KI im Screening zu erzielen, sollte die Anwendung im Team genau festgelegt und im vorhandenen Setting vor der definitiven Umsetzung erprobt werden.
Ein KI-unterstütztes Mammographie-Screening zeigt im Vergleich zur üblichen Doppelbefundung durchgehend günstige Ergebnisse, bei höherer Sensitivität und gleicher Spezifität. Gleichzeitig wird die Arztzeit deutlich reduziert, was dem demografischen Wandel und dem steigenden Ärztemangel entgegenwirkt. Das würde auch der WHO-Prämisse nach ausreichender Kapazität entgegenkommen. Zu hoffen ist allerdings, dass die Überbringung schlechter Nachrichten in sensibler menschlicher Hand bleibt.
Robert Koch Institut, Zentrum für Krebsregisterdaten, 2024. Online
Bundesministerium für Gesundheit: Mammographie-Screening verringert Brustkrebssterblichkeit deutlich, 2025. Online
DORIS - Digitales Online Repositorium und Informations-System: Evaluation der Brustkrebsmortalität im deutschen Mammographie-Screening-Programm: Vorhaben 3621S42410. Bundesamt für Strahlenschutz, 2025. Online
Gommers et al.: Interval cancer, sensitivity, and specificity comparing AI-supported mammography screening with standard double reading without AI in the MASAI study: a randomised, controlled, non-inferiority, single-blinded, population-based, screening-accuracy trial. The Lancet, 2026. doi: 10.1016/S0140-6736(25)02464-X
Lång et al.: Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study. The Lancet Oncology, 2023. doi: 10.1016/S1470-2045(23)00298-X
S3-Leitlinie Früherkennung: Diagnostik, Therapie und Nachsorge des Mammakarzinoms, 2025. Online
Bildquelle: Midjourney
