15.10.2019

KI erkennt Prostatakrebs so gut wie Radiologinnen und Radiologen

Kurz und Knapp

Heidelberger Wissenschaftsteam entwickelt künstliches neuronales Netzwerk das verdächtige Veränderungen der Prostata im MRT erkennt.
In einer Studie waren die Erkennungsraten dieses KI-basierten Verfahrens genauso hoch, wie die von erfahrenen Radiologinnen und Radiologen.
In Zukunft soll das Potenzial künstlicher Intelligenz genutzt werden, um Radiologinnen und Radiologen bei der Beurteilung von komplexen MRT-Bilder zu unterstützen.

Neues Verfahren soll Beurteilung von MRT-Bildern verbessern

Ein Wissenschaftsteam des Deutschen Krebsforschungszentrum (DKFZ) und der Urologischen Universitätsklinik Heidelberg hat ein Verfahren entwickelt, das verdächtige Veränderungen der Prostata mithilfe von künstlicher Intelligenz (KI) erkennt. Die Forschenden programmierten ein künstliches neuronales Netzwerk, das anhand zahlreicher MRT-Bildern gelernt hatte, auffällige Veränderungen zu identifizieren. In ihrer anschließenden Studie konnten sie zeigen, dass die Erkennungsraten bei diesem KI-basierten Verfahren genauso hoch sind, wie die von erfahrenen Radiologinnen und Radiologen.

Ziel des interdisziplinarischen Wissenschaftsteams aus den Fachgebieten Radiologie, Informatik und Urologie war es, das Potenzial der KI bei der klinischen Befundung von MRT-Bildern zu nutzen. In Zukunft soll sie Radiologinnen und Radiologen unterstützen, komplexe MRT-Bilder sicher zu beurteilen.

Prostatakrebs — MRT-Bild der Prostata, die durch das neuronale Netzwerk generierte „Tumorwahrscheinlichkeitskarte“ ist farbig markiert. © Bonekamp/DKFZ

Mithilfe der Magnetresonanztomographie (MRT) lassen sich Krebsherde in der Prostata exakt aufspüren. Diese können dann mit einer gezielten Biopsie näher untersucht werden. MRT hilft auf der anderen Seite auch dabei, einen bösartigen Tumor auszuschließen, sodass eine Biopsie überflüssig wird. Bereits heute hat dieses bildgebende Verfahren die Diagnostik von Prostatakrebs verbessert und wird daher in Zukunft noch häufiger eingesetzt werden.

Die Beurteilung der komplexen MRT-Bilder ist allerdings sehr aufwendig und setzt große Erfahrungen in der Radiologie voraus. „Es besteht daher dringender Bedarf, die Effizienz bei der Interpretation der Bilder zu steigern“, sagt David Bonekamp, Radiologe am Deutschen Krebsforschungszentrum.

In der Studie wurde das künstliche neuronale Netzwerk zunächst an den MRT-Aufnahmen einer Gruppe von 250 Patienten trainiert. Anschließend evaluierten die Forschenden das fertige Modell in einer Gruppe von 62 Patienten, deren MRT-Bilder die KI während des Trainings nicht gesehen hatte. Das Ergebnis: Die KI identifizierte klinisch relevanten Prostatakrebs zu 92 Prozent, die Radiologinnen und Radiologen hatten eine Erkennungsrate von 88 Prozent. Bei den untersuchten Männern, deren Tumore nicht als behandlungsbedürftig galten, lag das Verhältnis KI und Mensch in Bezug auf die Genauigkeit bei 47 Prozent zu 50 Prozent. Zudem stieg die Wahrscheinlichkeit, dass ein klinisch relevantes Karzinom vorlag, an, wenn sowohl Mensch als auch KI einen Befund gemeinsam als suspekt diagnostiziert hatten. „Die Ergebnisse zeigen uns, dass die künstliche Intelligenz für die klinische Diagnostik großes Potenzial bereithält“, sagt Bonekamp.

In einem nächsten Schritt will das Heidelberger Forschungsteam diese und ähnliche Methoden weiterentwickeln und in größeren Gruppen von Patienten validieren. Diese sollen in einer Studie erprobt werden, um zu evaluieren, ob sie für den Einsatz im klinischen Alltag geeignet sind.

15.10.2019