Neues KI-Tool sagt das Risiko für Brustkrebs anhand wiederholter 3D-Mammografien voraus.

Studie zu Künstlicher Intelligenz und Mammographie

Ein KI-Modell, das die jährlichen 3D-Mammographien von Frauen analysiert, ist effektiver bei der Vorhersage des fünfjährigen Risikos, Brustkrebs zu entwickeln, als ein Werkzeug, das nur die aktuellste 3D-Mammographie verwendet. Auch im Vergleich zu einem KI-Modell, das 2D-Mammographien analysiert, zeigt diese neue Studie, dass die neue Methode besser abschneidet.

Forscher des NYU Langone Health und des Perlmutter Cancer Center entwickelten das Deep-Learning-Tool namens NYU-DRP, das die 3D-Mammographien einer Frau über mehrere Jahre hinweg analysiert, auch als longitudinale digitale Brusttomosynthese (longitudinal DBT) bekannt.

In der am 12. August veröffentlichten Studie im American Journal of Roentgenology zeigte sich, dass NYU-DRP anderen Testmodellen überlegen war und das Risiko von Brustkrebs bei Frauen nach fünf Jahren in 72 Prozent der Fälle korrekt vorhersagte. Bei der Einzel-DBT und dem KI-unterstützten 2D-Test lagen die Vorhersagen für hochriskante Fälle bei 70 bzw. 68 Prozent.

„Unsere Studie zeigt, wie KI-Modelle wie NYU-DRP eingesetzt werden können, um das zukünftige Risiko einer Frau für Brustkrebs zuverlässig zu bestimmen, basierend auf vorhandenen 3D-Mammographien, die Informationen darüber enthalten, wie sich das Brustgewebe über mehrere Screenings hinweg verändert hat.“

Yanqi Xu, PhD, Studienleiter, Postdoktorand, Fachbereich Radiologie, NYU Grossman School of Medicine und Perlmutter Cancer Center

NYU-DRP basiert auf 313.531 jährlichen 3D-Mammographien von 161.165 Frauen ohne Brustkrebs, die zwischen 2016 und 2020 in NYU Langone-Krankenhäusern getestet wurden.

Beim Vergleich von NYU-DRP mit einem weit verbreiteten Werkzeug zur Einschätzung des lebenslangen Brustkrebsrisikos einer Frau, dem Tyrer-Cuzick-Risikoassessment, war NYU-DRP wieder effektiver. Es konnte in 67 Prozent der Fälle korrekt vorhersagen, wer nach fünf Jahren einem höheren Risiko ausgesetzt war, während Tyrer-Cuzick nur in 56 Prozent der Fälle genau war.

Tyrer-Cuzick verwendet keine KI oder Mammographien, sondern stützt sich auf persönliche und familiäre medizinische Informationen wie Alter, genetische Mutationen und Brustdichte, unterstützt durch Biopsie-Ergebnisse. Um zu überprüfen, ob NYU-DRP oder Tyrer-Cuzick besser abschneiden, verglichen die Forscher die Ergebnisse für 432 Frauen, die sorgfältig mit Frauen ähnlichen Alters und Hintergrunds abgeglichen wurden, die nach fünf Jahren Brustkrebs entwickelten oder nicht.

Weniger als 3 Prozent der Frauen, die während der Studie getestet wurden, entwickelten Brustkrebs, die 2025 endete, stellten die Forscher fest.

Weitere Erkenntnisse der Studie

Ein weiteres Ergebnis der Studie war, dass die Brustdichte allein nicht mit dem vorhergesagten Risiko einer Frau übereinstimmte. Dichte Brustgewebe ist bekannt dafür, das Krebsrisiko zu erhöhen. Bei Frauen mit extrem dichtem Brustgewebe klassifizierte das NYU-DRP-Modell 37,6 Prozent als durchschnittliches Risiko, während die tatsächlichen Fälle nach fünf Jahren bei 0,7 Prozent lagen. Im Gegensatz dazu identifizierte das NYU-DRP-Modell 15,5 Prozent der Frauen mit weniger dichtem, fettigem Brustgewebe als Hochrisiko, mit tatsächlichen Fällen nach fünf Jahren bei 2,5 Prozent.

„Unsere Ergebnisse zeigen, dass wiederholte 3D-Mammographien Informationen über das zukünftige Brustkrebsrisiko einer Frau enthalten, die durch die Brustdichte oder eine einzelne Mammographie nicht vollständig erfasst werden“, sagte der leitende Studienforscher Yiqiu „Artie“ Shen, PhD, Assistenzprofessor im Fachbereich Radiologie an der NYU Grossman School of Medicine und Perlmutter Cancer Center.

„Wenn zukünftige Versuche mit anderen Frauen an Brustkrebs erfolgreich sind, könnten KI-unterstützte 3D-Mammographien wie NYU-DRP Ärzten helfen, das Screening besser auf das tatsächliche Risiko einer Frau abzustimmen, indem sie Frauen identifizieren, die von zusätzlichem Screening profitieren könnten, und unnötige ergänzende Tests für Frauen mit geringerem Risiko vermeiden“, sagte die Studienmitautorin Laura Heacock, MD, Assistenzprofessorin im Fachbereich Radiologie an der NYU Grossman School of Medicine und Perlmutter Cancer Center.

Dr. Shen sagte, dass das Team plant, das longitudinale DBT-Programm zu nutzen, um die Gesundheit von Frauen proaktiv zu verfolgen und zu beobachten, wie das Werkzeug ihre Gesundheit beeinflusst und wer Brustkrebs entwickelt. Sie planen auch, das Werkzeug mit Daten anderer akademischer Gesundheitszentren sowie Daten von verschiedenen Herstellern von 3D-Mammographien abzugleichen. Alle Tests, die im Rahmen dieser Studie durchgeführt wurden, verwendeten ausschließlich von Hologic Inc. aus Marlborough, Massachusetts, hergestellte Brustbildgebungsausrüstung.

Es wird geschätzt, dass 1 von 8 Frauen in den USA irgendwann in ihrem Leben mit Brustkrebs diagnostiziert wird, wobei schätzungsweise 382.640 Frauen im Jahr 2026 mit der Krankheit diagnostiziert werden. Die fünfjährige relative Überlebensrate beträgt jedoch über 99 Prozent, wenn Brustkrebs in den frühesten Stadien diagnostiziert wird. Jüngste Fortschritte in der Frühdiagnose und Behandlung haben die Überlebensraten erhöht; derzeit gibt es über 4 Millionen Brustkrebsüberlebende in den Vereinigten Staaten.

Experten empfehlen jetzt jährliche Mammographie-Screenings zur Brustkrebsfrüherkennung ab einem Alter von 40 Jahren. Allein im Jahr 2025 wurden mehr als 43 Millionen Mammographien durchgeführt.

Die Finanzierung für diese Studie wurde durch den National Science Foundation grant 1922658, den National Institutes of Health grant R01EB036530, den Milstein Pilot Project Fund, den Shifrin-Myers Breast Cancer Discovery Fund und die Manhasset Women’s Coalition Against Breast Cancer unterstützt.

Zu den weiteren Studienmitarbeitern gehörten neben Drs. Xu, Shen und Heacock auch Jungkyu Park, PhD; Felicia Pasadyn, MA; Qi Lei, PhD; Alana Lewin, MD; Krzysztof Geras, PhD; Linda Moy, MD; und Freya Schnabel, MD.

Quellen: