KI als Entscheidungsunterstützung im Brustkrebsfrüherkennungsprogramm

Zielstellung KI-basierter Risikoberechnung zur Entscheidungsunterstützung bei der Brustkrebsfrüherkenung mit digitaler Mammographie (DM).

Material und Methode Eine Kohorte von 78.905 DM-Screening-Untersuchungen einer Screeningeinheit (SE) , 54.095 Erstuntersuchungen (ErstU), 24.810 Folgeuntersuchungen (FolgeU), wurden retrospektiv analysiert. (4.357 Untersuchungen mit Biopsie, in 2.109 Fällen B5-Befund).

Um Vergleichbarkeit zu erzielen, erfolgt eine inverse Wahrscheinlichkeitsgewichtung der Daten auf Grundlage der SE-Ergebnisse aus 2012.

Ein KI-System (Transpara, Version 1.7.1, ScreenPoint Medical) hat für jede Untersuchung den Krebsrisiko-Score, skaliert von 1 bis 10, berechnet.

Basierend auf dem Risiko-Score wurden drei Kategorien geformt, welche das Erkrankungsrisiko der Klientin widerspiegeln (Score 1–7: niedrig / 8–9: mittel / 10: erhöht) und getrennt nach ErstU und FolgU mit der Abklärungsrate und den Biopsieergebnissen abgeglichen.

Ergebnisse Insgesamt fanden sich 76,7% (einschließlich 59-ErstU/66-FolgeU Biopsien mit B5-Befund), 13,9% (einschließlich 78-ErstU/159-FolgeU Biopsien mit B5-Befund) und 6,6% (einschließlich 818-ErstU/1.291-FolgeU Biopsien mit B5-Befund) aller DM-Screening-Untersuchungen in den Gruppen mit geringer, mittlerer bzw. erhöhter Erkrankungswahrscheinlichkeit.

Die Einbeziehung der KI in die Entscheidungsfindung ermöglicht eine Verbesserung der untersuchten Ergebnisparameter.

Zusammenfassung Der additive Einsatz von KI zur Entscheidungsunterstützung im Brustkrebsfrüherkennungsprogramm hat das Potential ohne eine zusätzliche Belastung der Klientin

• die Prozessbedingte Belastung der Klientinnen zu reduzieren und

• die Ergebnisqualität zu verbessern.

Publication History

Article published online:
21 June 2022