Brustkrebs-Screening: Performance der künstlichen Intelligenz
KI-Lösungen liefern als alleinige Befunder von digitalen Mammographien eine mindestens ebenso gute Performance wie Radiolog:innen. Die KI ist sensitiver, aber auch weniger spezifisch als die Radiolog:innen. Das zeigt eine aktuelle Meta-Analyse zum Screening mit digitaler Mammographie und Brust-Tomosynthese.
-
Datum:22.02.2024 0 Kommentare
-
Journal:Radiology. 2023 Jun;307(5):e222639.
-
Titel:Standalone AI for Breast Cancer Detection at Screening Digital Mammography and Digital Breast Tomosynthesis: A Systematic Review and Meta-Analysis.
-
Autor:Yoon JH et al.
Zur Originalstudie
Fazit
Künstliche Intelligenz-Lösungen schneiden bei der Befundung von Screening-Mammographien genauso gut oder besser ab als Radiolog:innen. Für die digitale Brust-Tomosynthese war die Anzahl der Studien zu gering für eine Aussage zur Performance.
Vor einem klinischen Einsatz sollte die Leistung einer KI jedoch kritisch evaluiert werden, so Yoon et al.
Hintergrund
Das Brustkrebs-Screening mittels digitaler Mammographie (DM) oder digitaler Brust-Tomosynthese (DBT) dient der frühzeitigen Erkennung von Brustkrebs. Trotzdem: Nicht alle Karzinome werden erkannt. Zusätzlich fehlt es an ausgebildeten Radiolog:innen für die Befundung. KI-Lösungen könnten die Befundung erleichtern und vor allem auf mögliche Fehldiagnosen hinweisen.
Wie gut eine KI bei der Befundung von digitalen Mammographien und Tomosynthese-Bildern ist, bestimmten Yoon et al. (Seoul, Korea) in einem Literatur-Review. Ihre Meta-Analyse vergleicht die Performance von KI-Lösungen mit der von Radiolog:innen.
Methodik
- Systematische Literaturrecherche nach Screening-Studien mit DM und/oder DBT
- Zeitraum: Januar 2017 bis Juni 2022
- Studienqualität bewertet mit Qualitätskriterien QUADAS-2 oder QUADAS-C
- Statistische Meta-Analyse der Genauigkeit (gepoolte ROC-Analyse; AUC-Werte)
- Forest Plots zur Darstellung der Performance
Wesentliche Ergebnisse
16 Studien, davon 12 mit digitaler Mammographie und drei mit digitaler Brust-Tomosynthese; eine Studie umfasste beide Modalitäten.
Sechs der DM-Studien und drei der DBT-Studien waren so genannte Reader-Studien (die Befundung war Teil der jeweiligen Studie). Bei sieben Studien handelte es sich um retrospektive Kohortenstudien (bereits erhobene Daten wurden in der Studie erneut ausgewertet).
Die alleinige KI-Befundung zeigte einen signifikant höhere Genauigkeit gegenüber der menschlichen Befundung in den sechs gepoolten Reader-basierten Mammographie-Studien (AUC-Differenz 0,05; p = 0,002) und in den DBT-Studien (AUC-Differenz 0,11; p < 0,001).
Für die retrospektiven Kohortenstudien gab es jedoch keinen signifikanten Unterschied zwischen KI und Radiolog:innen (AUC-Differenz 0,06; P = 0,152).
KI-Lösungen lieferten als alleinige Befunder von digitalen Mammographien eine mindestens ebenso gute Performance wie Radiolog:innen. Für die DBT-Studien konnte aufgrund der geringen Studienanzahl dazu keine Aussage getroffen werden.
Insgesamt wies die KI eine höhere Sensitivität und eine niedrigere Spezifität im Vergleich zu den Radiolog:innen auf, unabhängig vom Studientyp.
biho/ktg
22.02.2024
