Direkt zum Inhalt

KI gegen Brustkrebs

KĂŒnstliche Intelligenz hilft gleich mehrfach bei Brustkrebs

Brustkrebs erkennen und behandeln

Brustkrebs ist die hĂ€ufigste Krebsart bei Frauen und betrifft im Schnitt jede achte Frau. Damit ist es ein Thema, dem die meisten Menschen im Laufe ihres Leben einmal begegnen werden – als Betroffene, Partner, Freunde oder Angehörige [1].

Gleichzeitig belegen die hohen Zahlen, wie viel Aufholbedarf weiterhin besteht: So haben Frauen mit genetischer Vorbelastung oder bestimmten hormonellen Risikofaktoren zwar ein höheres Risiko. Doch im Grunde kann es jede Frau betreffen – in seltenen FĂ€llen sogar MĂ€nner. Niemand kann also sicher vorhersagen, „ob”, „wann” und „wie” [2].

Und es gibt weitere HĂŒrden.

Bisherige HĂŒrden

Zum Beispiel zeigen sich Symptome bei Brustkrebs meist erst im fortgeschrittenen Stadium. Das können dann tastbare, nicht verschiebliche Knoten oder HautverÀnderungen der Brust sein. Beides nichts, was unmittelbar auffÀllt [3].

Die Behandlung ist aufwendig und kann aus gleich mehreren SĂ€ulen wie Operation sowie Strahlen-, Antihormon-, Antikörper- und Chemotherapie bestehen. Es gibt also nicht „die eine Behandlung”, die fĂŒr jeden Brustkrebs die richtige wĂ€r. Die individuellen Eigenschaften jeder Patientin mĂŒssen dagegen unbedingt berĂŒcksichtigt werden [4].

FĂŒr die Prognose sind Brustkrebsart und Therapieschema jedoch nur das eine. Essenziell ist, wie frĂŒh die Erkrankung von Ärzten erkannt wird – und das ist schwer. Das Abtasten der Brust durch Ärzte oder in Eigenregie ist sicherlich sinnvoll, aber konnte in Studien bisher keinen nachweislich Risiko-senkenden Effekt erbringen. Ähnlich sieht es mit Ultraschalluntersuchungen aus [5, 6].

Mammografie zur Brustkrebs-FrĂŒherkennung

Einzig die sogenannte Mammografie ist als Methode mit gesicherter Reduktion der „brustkrebsbezogenen Sterblichkeit” belegt. Allerdings ist der Nutzen auch hier (noch) ĂŒberschaubar [6, 7]:

Abbildung zu den Chancen und Limitationen der Brustkrebs-FrĂŒherkennung
Chancen und Limitationen der Brustkrebs-FrĂŒherkennung

Umso mehr ruhen die Hoffnungen auf neuen Entwicklungen. Und diese machen Mut.

Neue KI-Methoden machen den Unterschied

Dass massive Verbesserungen möglich sind, zeigt allein schon der Blick zurĂŒck. Die sogenannte 10-Jahres-Überlebensrate – also der Anteil an Frauen, der die nĂ€chsten 10 Jahre nach Diagnosestellung ĂŒberlebt – hat sich seit den 70er-Jahren fast verdoppelt. Forschung und Innovation machen eben doch den Unterschied [8].

Brustkrebs frĂŒher erkennen

KĂŒnstliche Intelligenz (KI) könnte diesen Trend bald schon weiter verstĂ€rken. Der britische „National Health Service” (NHS) gab erst kĂŒrzlich die Förderung einer Studie zum KI-assistierten Brustkrebs-Screenings bekannt [8, 9]. 

Eine wesentliche Limitation von Mammografien besteht nÀmlich in den hohen Falsch-positiv- und Falsch-negativ-Raten. Wird eine VerÀnderung von Radiologen als Zeichen von Brustkrebs interpretiert, obwohl kein Brustkrebs vorliegt, wÀre das Ergebnis falsch-positiv. Besteht dagegen tatsÀchlich Brustkrebs, aber der Radiologe gibt fÀlschlicherweise Entwarnung, wÀre es falsch-negativ [10]. 

Und genau hier kann KĂŒnstliche Intelligenz die Diagnostik verbessern – laut einer hochrangig veröffentlichten Studie sogar sehr effektiv. So konnte gezeigt werden, dass ein KI-System Brustkrebs in den Mammografie-Bildern mindestens so prĂ€zise erkannte wie auf diese Aufgabe spezialisierte Radiologen [8-10]. 

NatĂŒrlich bleibt auch ein KI-System nicht ohne Fehler. Aber gerade im Zusammenspiel mit den Radiologen könnte die Messlatte perspektivisch ein ganzes StĂŒck höher gelegt werden. Das wĂ€re allein schon wertvoll, um dem wachsenden Mangel an Fachpersonal zu begegnen [8, 9]. 

So werden allein in Großbritannien aktuell mindestens 2000 Radiologen zusĂ€tzlich gebraucht, um all das durch die Pandemie angefallene Bildmaterial zu befunden [8].

Startups mit digitalen Brustkrebs-Lösungen

Auch verschiedene Startups widmen sich neuen LösungsansĂ€tzen. Hierzu zĂ€hlt zum Beispiel das britische „Kheiron Medical Technologies”, das mit Hilfe von KI immerhin eine halbe Million Frauen auf Brustkrebs screenen will. Projekte wie diese sind also sicher nicht mehr nur „in den Kinderschuhen” [8].

Zumal das Startup den ganzen Ablauf der Brustkrebs-FrĂŒherkennung im Blick behĂ€lt: Welche Patienten sollten priorisiert untersucht werden? Wie kann die BildqualitĂ€t verbessert werden, um Betroffene nicht erneut einbestellen zu mĂŒssen? Wie können bei positivem Test die anschließenden Schritte beschleunigt werden? All diese Fragen bekommen so kĂŒnftig Antworten [11].

Das spanische Startup „The Blue Box” arbeitet sogar daran, BrustkrebsfĂ€lle mittels Urinprobe und anschließender KI-Auswertung zu finden. MIt dem Test sollen bestimmte Biomarker, die beim Vorliegen von Brustkrebs auftreten können, unkompliziert und schmerzfrei nachgewiesen werden können. Sicherlich aktuell noch Zukunftsmusik, doch ein vielversprechender Ansatz [8, 12].

Das indische Startup „Niramai” verfolgt dagegen einen Weg, bei dem ein KI-System bestimmte WĂ€rmebildaufnahmen auswertet und so RĂŒckschlĂŒsse ĂŒber das Vorliegen von Brustkrebs geben kann. Diese Herangehensweise könnte gerade fĂŒr Frauen in abgeschiedenen Regionen ein echter Gewinn sein [8, 13].

Therapien optimieren

Auch in anderen Bereichen kommen intelligente Lösungen zum Einsatz. So ist etwa eine von zehn Brustkrebspatientinnen nach ihrer ersten Behandlung von einem RĂŒckfall betroffen. Wieder ist die frĂŒhestmögliche Erkennung dieser FĂ€lle Prognose-entscheidend. Doch einem Team an Wissenschaftlern ist es nun gelungen, ein KI-Tool zu entwickeln, das 8 von 10 Patienten mit hohem RĂŒckfallrisiko erkennen kann [8].

Zudem spielt KI zunehmend eine Rolle bei der Entwicklung und Verbesserung von neuen Therapien. Eine EinschrĂ€nkung bestand lange darin, dass unterschiedliche Forschungseinrichtungen ihre Daten nicht ohne weiteres mit anderen teilen wollten. Gerade aus GrĂŒnden des Datenschutzes kann dies durchaus sinnvoll sein, schrĂ€nkt jedoch den wissenschaftlichen Fortschritt ein [8]. 

Eine neue Form der KI, die auch als „Federated Learning” oder „Föderales Lernen” bezeichnet wird, kann hier Abhilfe schaffen. Diese Form des Machine Learnings hat den Vorteil, dass die Daten verschiedener Forschungseinrichtungen nicht auf einem gemeinsamen Server zusammengefĂŒhrt werden mĂŒssten. Dennoch kann das KI-System an jedem einzelnen Datensatz trainiert werden. Der Lerneffekt der KI wĂŒrde also weiterhin auf der Gesamtheit aller Daten beruhen, ohne dass Institutionen ihre Daten mit externen Einrichtungen teilen mĂŒssten [8].

Auch wird aktuell noch relativ schlecht verstanden, weshalb bestimmte aggressive Brustkrebsarten nicht genĂŒgend auf die Chemotherapie anspringen. KĂŒnstliche Intelligenz könnte also dabei helfen, die relevanten Unterschiede zwischen den verschiedenen Krebsarten ausfindig zu machen und in der Folge passgenaue Medikamente zu entwickeln [8].

All diese Fortschritte passieren zeitgleich. Sie werden Ärzte nicht etwa ersetzen, sondern sie besser machen und Ihnen die nötige Zeit zurĂŒckgeben, um mit ihren Patienten die wichtigen GesprĂ€che zu fĂŒhren: AbwĂ€gen verschiedener Möglichkeiten, Motivieren wĂ€hrend schwieriger Phasen und Trost Spenden, wenn doch mal alles zu viel wird [8].

Wachsende Bereitschaft gegenĂŒber KI-Systemen

Bei all dem vertrauen Menschen immer noch am meisten auf das Urteilsvermögen ihrer Ärzte. Doch neue Umfragen zeigen, dass die Skepsis gegenĂŒber KI-basierten Systemen im Zuge der Pandemie deutlich abgenommen hat [14]. 

Demnach betrachten nur noch 14 Prozent der Befragten in Deutschland KĂŒnstliche Intelligenz als „eher oder sehr negativ”. 2019 lag der Anteil noch bei 28 Prozent. Bis die Akzeptanz gegenĂŒber KI-Systemen, die den Ärzten im Klinikalltag bei einzelnen Arbeitsschritten assistieren, komplett ohne Vorbehalte ist, wird es jedoch womöglich noch ein bisschen Zeit brauchen [14]. 

Der Nutzen spricht jedoch zunehmend fĂŒr sich. So muss die Brustkrebsdiagnose in Zukunft nicht mehr gefĂŒrchtet werden.

Die Inhalte dieses Artikels geben den aktuellen wissenschaftlichen Stand zum Zeitpunkt der Veröffentlichung wieder und wurden nach bestem Wissen und Gewissen verfasst. Dennoch kann der Artikel keine medizinische Beratung und Diagnose ersetzen. Bei Fragen wenden Sie sich an Ihren Allgemeinarzt.

Verwandte Artikel

Mit Ihrer Einwilligung analysieren wir Ihre Nutzung der Website (data4life.care) und unserer Web-App (app.data4life.care und auth.data4life.care) zur Verbesserung unseres Web-Angebots. Wenn Sie in die Übermittlung von Analysedaten einwilligen möchten, klicken Sie auf „Akzeptieren”. Ihre Einwilligung können Sie jederzeit widerrufen in der Datenschutzerklärung. Weitere Informationen: Datenschutzerklärung.

Data4Life

Digitale Lösungen fĂŒr eine gesĂŒndere Welt