KI in der Mammografie: Herzrisiko, Brustkrebsscreening und eine 16-Millionen-Dollar-Studie

Künstliche Intelligenz wird auf neue Weise in der Mammografie eingesetzt – etwa zur Vorhersage des Herz-Kreislauf-Risikos anhand von Brustarterienverkalkungen, zur Bewertung des Brustkrebsrisikos mit dem Tool BRAIx sowie in einer neuen US-amerikanischen klinischen Studie, die das KI-gestützte Lesen von Screening-Mammografien untersucht.

Forschende analysierten Daten von 123.762 Frauen, die in zwei US-Gesundheitssystemen an einer Screening-Mammografie teilnahmen: 74.124 Frauen von Emory Healthcare (Durchschnittsalter 55,5 Jahre) und 49.638 von der Mayo Clinic (Durchschnittsalter 59,5 Jahre). Sie entwickelten, trainierten und validierten ein Deep-Learning-KI-Modell, um Brustarterienverkalkungen (BAC) zu segmentieren und den Schweregrad des Risikos zu quantifizieren. Der BAC-Schweregrad wurde eingeteilt in null (0 mm²), leicht (>0–10 mm²), mäßig (>10–25 mm²) und schwer (>25 mm²). BAC wurde in 16,1 % der Emory-Kohorte und 20,6 % der Mayo-Kohorte festgestellt. Eine erhöhte BAC sagte ein erhöhtes kardiovaskuläres Risiko über die PREVENT-Scores hinaus voraus und bestätigte sich damit als unabhängiger Risikofaktor. Jeder Quadratmillimeter BAC erhöht das Risiko für Herz-Kreislauf-Erkrankungen um 1 %; beispielsweise geht eine BAC von 20 mm² mit einem um 20 % erhöhten Hazard Ratio einher. Bei Emory war ein schwerer BAC-Score mit einem 2,2-fachen Risiko für Herz-Kreislauf-Erkrankungen verbunden. Ein höherer BAC-Schweregrad war mit einer höheren Prävalenz der Einnahme von Antihypertensiva und Statinen sowie mit einer höheren Prävalenz von Diabetes mellitus, höherem systolischem Blutdruck, höherem Body-Mass-Index und niedrigerer geschätzter glomerulärer Filtrationsrate assoziiert, nicht jedoch mit einer höheren Raucherprävalenz. Mammografien könnten möglicherweise dazu genutzt werden, Frauen mit Risiko für Herz-Kreislauf-Erkrankungen zu screenen – ohne zusätzliche Strahlenbelastung, Kosten, Arztbesuche oder Bluttests.

Eine neue australische Studie, veröffentlicht in The Lancet Digital Health, untersuchte ein KI-Tool namens BRAIx, das mit Daten von BreastScreen Australia trainiert wurde, um Radiologen bei der Beurteilung von Mammografien zu unterstützen. Von 95.823 untersuchten australischen Frauen hatten 1,1 % (1.098) in den vier Jahren nach einer unauffälligen Mammografie Brustkrebs entwickelt. Von 4.430 untersuchten schwedischen Frauen hatten 6,9 % innerhalb von zwei Jahren nach einem unauffälligen Screening Brustkrebs entwickelt. Die Ergebnisse zeigten, dass BRAIx-Scores sehr nützlich waren, um Frauen zu identifizieren, die ein bis zwei Jahre nach einem unauffälligen Screening mit höherer Wahrscheinlichkeit an Krebs erkranken würden. Der australische Datensatz deutete darauf hin, dass BRAIx auch drei bis vier Jahre später entdeckte Karzinome erkannte, allerdings mit geringerer Genauigkeit. BRAIx könnte helfen, Frauen zu identifizieren, die von zusätzlichen Untersuchungen wie MRT oder Kontrastmittel-Mammografie profitieren könnten. Die Ergebnisse bestätigen eine schwedische Studie aus dem Jahr 2024, die KI-basierte Risikobewertung nutzte, um Frauen für zusätzliche Tests auszuwählen; die Forschenden überwiesen 7 % der Frauen zu einer MRT-Nachuntersuchung, und bei 6,5 % wurden Karzinome gefunden, die bei der Mammografie übersehen worden waren. Zu den Einschränkungen der Studie gehört, dass BRAIx nur schwer mit Gentests zu vergleichen ist, da BRAIx darauf trainiert ist, übersehene oder neu entstehende Karzinome über einen Zeitraum von vier Jahren zu finden, während Gentests das Lebenszeitrisiko ermitteln; außerdem entsprechen die Brustdichtedaten möglicherweise nicht dem Tool, das von BreastScreen verwendet wird.

In den USA ist UC Davis Health an der Leitung einer neu geförderten nationalen klinischen Studie beteiligt, die als PRISM-Studie (Pragmatic Randomized Trial of Artificial Intelligence for Screening Mammography) bekannt ist und durch eine Förderung von 16 Millionen Dollar des Patient-Centered Outcomes Research Institute unterstützt wird. Die Studie, die als erste groß angelegte randomisierte Studie in den USA beschrieben wird, die die Wirksamkeit von KI bei der Befundung von Brustkrebsscreening-Mammografien untersucht, wird Hunderttausende von Mammografien umfassen, die an akademischen medizinischen Zentren und Brustbildgebungseinrichtungen in Kalifornien, Florida, Massachusetts, Washington und Wisconsin interpretiert werden. Die Mammografien werden nach dem Zufallsprinzip entweder von einem Radiologen allein oder mit Unterstützung eines KI-Hilfstools interpretiert; in allen Fällen wird ein Radiologe die Mammografie lesen und die Ergebnisse festlegen. Die Studie zielt darauf ab, die Brustkrebserkennung zu verbessern und unnötige Rückrufe und Ängste der Patientinnen zu reduzieren. Die Ergebnisse der Studie werden die klinische Praxis, Erstattungsentscheidungen, die Einführung von Technologien und die Kommunikation mit Patientinnen über KI im Screening beeinflussen. An der Studie sind sieben führende akademische medizinische Zentren beteiligt; die UCLA ist die administrativ koordinierende Einrichtung, und UC Davis Health erhebt die Daten und führt die Analysen durch.

Brustkrebs bleibt die zweithäufigste Krebstodesursache bei Frauen in den USA. Das australische Programm BreastScreen bietet seit 1992 Frauen im Alter von 50 bis 74 Jahren kostenlose Mammografien alle zwei Jahre an; etwas mehr als die Hälfte der berechtigten Frauen nimmt teil. Von den Frauen, bei denen Krebs festgestellt wird, wird etwa 25 % zwischen den zweijährlichen Screenings diagnostiziert; diese Intervallkarzinome sind oft aggressiv und mit höherer Wahrscheinlichkeit tödlich. Die Forschenden untersuchen risikoadjustiertes Screening, das das Screening auf das individuelle Risiko der Frauen abstimmt, um mehr Karzinome früher zu erkennen.