Durch KI unterstützte Radiologinnen und Radiologen können mehr Brustkrebserkrankungen mit niedrigeren Falsch-positiv-Raten erkennen

Seoul, Südkorea (ots/PRNewswire) - Eine Studie von Lunit und koreanischen
Universitätskrankenhäusern, die in Lancet Digital Health veröffentlicht wurde

Eine neue Studie, die in Lancet Digital Health veröffentlicht wurde,
veranschaulicht den Mehrwert der KI-gestützten Brustkrebserkennung in
Mammographie-Aufnahmen.

Die Studie wurde von koranischen Universitätskrankenhäusern und Lunit, einem
medizinischen KI-Unternehmen, dass sich auf die Entwicklung von KI-Lösungen für
die Radiologie und Onkologie spezialisiert hat, durchgeführt und umfasst
umfangreiche Daten von mehr als 170.000 Mammographie-Untersuchungen aus fünf
verschiedenen Einrichtungen in Südkorea, den USA und dem Vereinigten Königreich,
wobei asiatische und weiße weiblichen Brustaufnahmen ausgewertet wurden. Der
Datensatz umfasst mehr als 36.000 durch eine Biopsie nachgewiesene, unabhängige
Krebs-positive Fälle - der bisher umfangreichste Krebsdatensatz für
Mammographie-bezogenen KI-Studien.

"Es handelt sich hier um eine bisher nie dagewesene Anzahl an Daten mit genauer
"Ground Truth" - genauer stellen die 36.000 Krebsfälle siebenmal mehr als die
übliche Anzahl an Datensätzen dar, die in vergleichbaren, zuvor durchgeführten
Studien berücksichtigt wurden", so Hyo-Eun Kim, Erstaustor der Studie und Chief
Product Officer von Lunit. "Die Qualität der Daten wurde ebenfalls
sichergestellt, indem auf ethnische Vielfalt sowie verschiedene
Bildgebungsgeräte und Scan-Bedingungen geachtet wurde. Das Zusammenspiel der
Datenvielfalt und der Einzigartigkeit unseres Algorithmus, das durch die
gegenseitige Interaktion entwickelt wurde, bildet den Schlüssel zum Erfolg für
die Entwicklung des Lunit INSIGHT MMG seit dem Frühjahr 2016."

Die Studie zeigt eine signifikante Verbesserung in der Leistung von
Radiologinnen und Radiologen vor und nach der Anwendung von KI. Laut der Studie
zeigt die KI allein eine Empfindlichkeit von 88,8 % bezüglich der Erkennung von
Brustkrebserkrankung, wohingegen Radiologinnen und Radiologen allein lediglich
75,3 % aufweisen. Durch KI-Unterstützung wurde die Genauigkeit von Radiologinnen
und Radiologen um 9,5 % auf 84,8 % gesteigert.

Eines der wichtigsten Ergebnisse veranschaulicht ebenfalls, dass KI im Vergleich
mit den Radiologinnen und Radiologen mehr Empfindlichkeit bezüglich der
Erkennung von Krebserkrankungen mit Masse (90 % im Vergleich zu 78 %) und
Verzerrung oder Asymmetrie (90 % im Vergleich zu 50 %) aufweist. Die KI war
besser darin, T1-Krebserkrankungen zu erkennen, die als invasive
Krebserkrankungen im Frühstadium kategorisiert werden. Die KI erkannte 91 % der
T1-Krebserkrankungen und 87 % der nodal-negativen Krebserkrankungen, wohingegen
die Gruppe der Radiologinnen und Radiologen 74 % beider Krebskategorien
erkannte.

Die Dichte des Brustgewebes ist ebenfalls ein wichtiger Faktor für den
Mammographiebefund, da sich dichtes Brustgewebe, wie es meistens bei der
asiatischen Bevölkerung zu sehen ist, schwerer interpretieren lässt. Es kann
Krebserkrankungen bei einer Mammographie leichter verbergen. Die Ergebnisse
machen deutlich, dass die diagnostische Leistung der KI weniger durch die Dichte
der Brust beeinträchtigt wurde, wohingegen die Leistung der Radiologinnen und
Radiologen anfällig für die Dichte war. Sie wiesen mit 79,2 % eine höhere
Empfindlichkeit bei Brüsten mit hohem Fettgewebeanteil im Vergleich zu 73,8 %
bei dichterem Brustgewebe auf. Mit KI-Unterstützung erhöhte sich die
Empfindlichkeit der Radiologinnen und Radiologen bezüglich der Interpretation
von dichterem Brustgewebe um 11 %.

"Eines der größten Probleme in der Erkennung von malignen Läsionen in
Mammographieaufnahmen besteht in der Reduktion von falsch-negativen Ergebnissen
- nicht entdeckten Fällen. Radiologinnen und Radiologen neigen dazu,
Trefferquoten zu erhöhen und so ein weiter gefasstes Sicherheitsnetz
auszuwerfen. Dies führt zu einer erhöhten Anzahl unnötiger Biopsien", so Prof.
Eun-Kyung Kim, Korrespondenzautor der Studie und Brustradiologe am Yonsei
University Severance Hospital. "Die korrekte Interpretation von Brustaufnahmen
erfordert umfangreiche Erfahrung. Unsere Studie veranschaulicht, dass KI dabei
helfen kann, mehr Brustkrebserkrankungen zu diagnostizieren,
falsch-positiv-Raten zu senken und Krebserkrankungen in frühen
Entwicklungsstadien zu erkennen."

Die Studie wurde am 6. Februar 2020 online in Lancet Digital Health
veröffentlicht. Lunit INSIGHT MMG ist im Handel erhältlich und wird klinisch
eingesetzt. Nach der Freigabe durch das Korea Ministry of Food and Drug Safety
(koreanische Ministerium für die Lebensmittel- und Medikamentensicherheit) steht
derzeit die Freigabe des europäischen CE-Prüfsiegels im ersten Quartal sowie die
FDA-Zulassung im weiteren Verlauf des Jahres aus. Demo-Versionen sind kostenlos
online unter folgender Adresse erhältlich: https://insight.lunit.io.

Foto - https://mma.prnewswire.com/media/1088315/Lancet_Digital_Health_Lunit_INSI
GHT_MMG.jpg

Pressekontakt:

Jussarang Lee
Communications Manager
media@lunit.io

Weiteres Material: https://www.presseportal.de/pm/141265/4517391
OTS: Lunit

Original-Content von: Lunit, übermittelt durch news aktuell