KI in der Prostatakrebs-Diagnostik: Reduzierung unnötiger Biopsien

15.08.2024

Die Diagnose von Prostatakrebs erfolgt oft durch eine Gewebeentnahme (Biopsie), die jedoch invasive Risiken birgt. Forschende des Deutschen Krebsforschungszentrums (DKFZ) und der Urologischen Universitätsklinik Heidelberg untersuchen nun, wie künstliche Intelligenz (KI) helfen kann, unnötige Biopsien zu vermeiden, indem das Krebsrisiko präziser vorhergesagt wird.

Bild: MRT-Scan der Prostata mit bunt markierter Risikostelle für einen Tumor; Copyright: Bonekamp/DKFZ

T2-gewichtetes MRT-Bild der Prostata, farbig markiert die durch das Neuronale Netzwerk generierte "Tumorwahrscheinlichkeitskarte".

Produkte und Aussteller zum Thema

Aussteller und Produkte zu diesem Thema finden Sie in der Datenbank der MEDICA:

Weitere spannende Beiträge zum Thema aus der MEDICA.de-Redaktion:

Ein erhöhter PSA-Wert (Prostata-spezifisches Antigen) kann auf Prostatakrebs hinweisen, jedoch ist dieser Test allein nicht ausreichend für eine definitive Diagnose. Daher nutzen Ärztinnen und Ärzte häufig die multiparametrische Magnetresonanztomographie (MRT), um detaillierte Bilder der Prostata zu erhalten. Trotz dieser fortschrittlichen Bildgebungsmethoden liefert letztlich nur eine Biopsie endgültige Sicherheit.

David Bonekamp, Radiologe am DKFZ, erläutert die Risiken dieser Vorgehensweise: "Die Biopsie ist jedoch invasiv und kann in seltenen Fällen zu Infekten oder Blutungen führen, die teilweise sogar eine Krankenhausaufnahme erfordern." Diese Risiken machen es notwendig, präzisere Methoden zur Risikobewertung zu entwickeln, um unnötige Eingriffe zu vermeiden.

Der Einsatz von KI und MRT in der Risikobewertung

Zur Risikoeinschätzung wird heute ein Kalkulator genutzt, der verschiedene Parameter wie PSA-Wert, Alter und Prostatavolumen berücksichtigt. Ein zentrales Element dieser Bewertung ist das PI-RADS-System (Prostate Imaging Reporting and Data System), das eine systematisierte Befundung der MRT-Aufnahmen ermöglicht und einen Wahrscheinlichkeitswert für das Vorliegen eines Prostatakarzinoms angibt.

In einer retrospektiven Studie untersuchten Forschende des DKFZ, ob der Einsatz einer auf Deep Learning basierenden KI die Vorhersagegenauigkeit des Risikokalkulators verbessern kann. Hierfür wurden die Daten von 1627 Männern analysiert, die zwischen 2014 und 2021 in Heidelberg eine multiparametrische MRT-Bildgebung erhalten hatten, gefolgt von einer Biopsie.

Bedeutung der Maßnahmen

Die Bedeutung solcher Maßnahmen wird auch durch die EU-Richtlinie NIS2 unterstrichen, die verstärkte Sicherheitsanforderungen an kritische Infrastrukturen wie Krankenhäuser stellt. KISK wird noch bis November 2024 vom Bundesgesundheitsministerium gefördert..

Kombination von KI und PI-RADS-System im Test

Der entwickelte Algorithmus wurde mit den MRT-Aufnahmen von über 1000 Männern trainiert, und die Ergebnisse wurden an den übrigen etwa 500 Datensätzen überprüft. Es stellte sich heraus, dass die Kombination von KI und PI-RADS-System zu einer präziseren Risikobewertung führte. "Die Kombination von Deep Learning und radiologischer Befundung hätte theoretisch fast die Hälfte dieser Biopsien vermeiden können, ohne eine relevante Zahl an Tumoren zu übersehen," sagt Adrian Schrader, Erstautor der Studie.

Dies zeigt, dass die KI und das PI-RADS-System komplementäre Informationen liefern, die zusammen eine präzisere Risikostratifizierung ermöglichen. Bonekamp fügt hinzu: "Für Patienten mit einem auffälligen PSA-Wert könnte es in Zukunft einen großen Vorteil bedeuten, die KI-Analyse in die weiterführende Diagnostik zu integrieren."

MEDICA.de; Quelle: Deutsches Krebsforschungszentrum (DKFZ)

Mehr über das DKFZ: www.dkfz.de