Künstliche Intelligenz in der Früherkennung von Lungenkrebs: Eine Revolution in der Diagnostik?
Lungenkrebs ist weltweit die häufigste Ursache für krebsbedingte Todesfälle. Eine frühzeitige Diagnose und Behandlung sind entscheidend, um die Überlebenschancen der Patienten zu verbessern. Doch wie kann die moderne Technologie dabei helfen? Künstliche Intelligenz (KI), insbesondere das sogenannte „Deep Learning“ (tiefes Lernen), hat sich als vielversprechendes Werkzeug in der medizinischen Bildgebung erwiesen. Diese Technologie kann nicht nur Lungenknoten besser erkennen, sondern auch die Diagnose von Lungenkrebs in frühen Stadien verbessern. Aber wie gut ist KI wirklich im Vergleich zu menschlichen Experten?
Die Studie: KI gegen Radiologen
Eine aktuelle Studie, die an der Zhongshan Hospital der Fudan University durchgeführt wurde, hat die diagnostische Leistung von KI bei der Früherkennung von Lungenkrebs untersucht. Die Studie konzentrierte sich auf Patienten, die zwischen Januar 2016 und Dezember 2018 wegen Lungenknoten operiert wurden. Die Forscher wählten 360 Fälle aus, darunter 180 bösartige und 180 gutartige Lungenknoten. Die Daten wurden sorgfältig analysiert, um sicherzustellen, dass Faktoren wie Alter und Geschlecht die Ergebnisse nicht verfälschten.
Wie funktioniert die KI?
Die KI-Software, die in dieser Studie verwendet wurde, heißt „s-Discover/Lung“. Sie analysiert dünne Schichtbilder der Brust, die mit einer Computertomographie (CT) aufgenommen wurden. Die Software identifiziert automatisch Lungenknoten und bestimmt, ob sie bösartig oder gutartig sind. Zwei erfahrene Radiologen überprüften die Ergebnisse der KI, um Fehler zu korrigieren und die Genauigkeit zu bestätigen.
Die Ergebnisse: KI versus Radiologen
Die Studie zeigte, dass die KI eine Fläche unter der ROC-Kurve (AUC) von 0,771 erreichte. Das bedeutet, dass die KI in der Lage war, bösartige Lungenknoten mit einer gewissen Genauigkeit zu erkennen. Bei einem optimalen Schwellenwert von 85,5% betrug die Sensitivität (die Fähigkeit, echte Fälle zu erkennen) der KI 62,8%, während die Spezifität (die Fähigkeit, falsche Fälle auszuschließen) bei 77,8% lag. Im Vergleich dazu hatten die Radiologen eine höhere Sensitivität (68,3%), aber eine niedrigere Spezifität (62,8%).
Die Kombination von KI und menschlicher Expertise
Interessanterweise verbesserte sich die Sensitivität auf 83,3%, wenn die Diagnosen der KI und der Radiologen kombiniert wurden. Allerdings sank die Spezifität auf 52,8%. Das zeigt, dass die Kombination von KI und menschlicher Expertise die Erkennung von Lungenkrebs in frühen Stadien verbessern kann, aber mit einem gewissen Verlust an Genauigkeit bei der Ausschlussdiagnose.
Warum ist KI weniger sensibel?
Die Studie deutet darauf hin, dass die KI in einigen Fällen weniger sensibel ist als menschliche Radiologen. Dies könnte daran liegen, dass die Qualität der Daten, mit denen die KI trainiert wurde, nicht optimal war. Deep Learning, eine Methode der KI, benötigt große Mengen an hochwertigen Daten, um genaue Modelle zu erstellen. Wenn die Trainingsdaten fehlerhaft oder unvollständig sind, kann dies die Leistung der KI beeinträchtigen.
Die Zukunft der KI in der Lungenkrebsdiagnostik
Trotz ihrer Grenzen zeigt die KI vielversprechende Ergebnisse in der Früherkennung von Lungenkrebs. Die Kombination von KI und menschlicher Expertise könnte in Zukunft eine wichtige Rolle in der Diagnostik spielen. Weitere Forschung und groß angelegte klinische Studien sind jedoch notwendig, um die KI-Modelle zu optimieren und ihre diagnostische Genauigkeit zu verbessern.
Fazit
Künstliche Intelligenz hat das Potenzial, die Früherkennung von Lungenkrebs zu revolutionieren. Obwohl die KI in einigen Bereichen noch hinter den menschlichen Experten zurückbleibt, kann sie durch ihre hohe Spezifität und in Kombination mit Radiologen die Diagnosegenauigkeit deutlich verbessern. Die Zukunft der Lungenkrebsdiagnostik liegt möglicherweise in der intelligenten Zusammenarbeit von Mensch und Maschine.
For educational purposes only.
doi.org/10.1097/CM9.0000000000000634