Künstliche Intelligenz diagnostiziert Prostata-MRT

09.10.2019

Bei Verdacht auf ein Prostatakarzinom hält die Magnetresonanztomographie (MRT) zunehmend Einzug in den diagnostischen Prozess. Die MRT kann verdächtige Gewebebereiche identifizieren, die gezielt biopsiert werden sollten, und damit die Erkennungsrate von Prostatakrebs deutlich steigern. Die Beurteilung der MRT-Bilder ist komplex und erfordert erfahrene Radiologen. Ein Forscherteam aus dem Deutschen Krebsforschungszentrum (DKFZ) und der Urologischen Universitätsklinik Heidelberg konnte nun zeigen, dass künstliche Intelligenz verdächtige Bereiche in der Prostata-MRT ähnlich sicher identifiziert wie erfahrene Radiologen und diese bei der Beurteilung der Bilder unterstützen kann.

Das am DKFZ entwickelte Verfahren basiert auf einem künstlichen neuronalen Netzwerk, das aus vielen Bildern lernt, woran verdächtige Veränderungen erkannt werden können. Dieses Netzwerk wurde zunächst an den MRT-Aufnahmen einer Gruppe von 250 Patienten trainiert. Anschließend evaluierten die Forscher das fertige Modell in einer unabhängigen Gruppe von 62 Patienten, die es während des Trainings nicht gesehen hatte. Das Ergebnis: Die Erkennungsrate von klinisch relevantem Prostatakrebs lag für die künstliche Intelligenz bei 92 Prozent, während die Radiologen 88 Prozent der Patienten erkannten, die an einem klinisch relevanten Tumor erkrankt waren. Von den untersuchten Männern, die tatsächlich krebsfrei waren oder deren Tumoren nicht als behandlungsbedürftig galten, identifi-zierte die künstliche Intelligenz 47 Prozent korrekt, die Radiologen 50 Prozent. Die Unterschiede waren jedoch statistisch nicht signifikant.

Automatisch erkannte verdächtige Herde zeigten eine gute Übereinstimmung mit klinischen Läsionen, die die Radiologen definiert hatten. Weiterhin stieg die Wahrscheinlichkeit für das Vorliegen eines klinisch relevanten Karzinoms an, wenn sowohl Radiologen als auch das künstliche neuronale Netzwerk einen verdächtigen Befund gemeinsam als suspekt diagnostizierten.

Die Ergebnisse zeigen, dass die künstliche Intelligenz für die klinische Diagnostik großes Potenzial bereithält. In einem nächsten Schritt wollen die Heidelberger Forscher und Ärzte diese und ähnliche Methoden weiterentwickeln und in größeren Gruppen von Patienten validieren, sowie in einer prospektiven Studie erproben, um die Tauglichkeit für den Einsatz im klinischen Alltag zu evaluieren.

Weiterlesen:

https://www.ncbi.nlm.nih.gov/pubmed/31592731