Rofo 2023; 195(S 01): S48
DOI: 10.1055/s-0043-1763073
Abstracts
Vortrag (Wissenschaft)
Mammadiagnostik

KI-gestützte Entscheidungsfindung bei der Befundung im Brustkrebs-Früherkennungsprogramm: Ergebnisse einer pseudoprospektiven Studie

K Hamm
1   Gemeinschaftspraxis, Chemnitz
,
A K Brehl
2   Screenpoint Medical BV, Nijmegen
,
D Hellingman
3   Siemens Healthcare, Forchheim
,
T Jordan
4   Screeningeinheit Mittelsachsen-Chemnitz-Erzgebirge, Chemnitz
,
B Vetter
4   Screeningeinheit Mittelsachsen-Chemnitz-Erzgebirge, Chemnitz
,
C Entrup
5   CGM Clinical Deutschland GmbH, Koblenz
,
M Engelke
6   Transact – Ges. für Software & Analyse GmbH, Hamburg
,
B Schubotz
7   Klinisches Krebsregister Chemnitz, Chemnitz
› Author Affiliations
› Further Information
Also available ateRef
 
 

    Zielsetzung Evaluation nach Integration von künstlicher Intelligenz (KI) in den Befundungsprozess mit Doppelbefundung im Screening

    Material und Methoden Die Prozessqualität der Befundung wurde verglichen für einen Zeitraum vor dem Einsatz von KI (Jan – Sept 2021; 23.792 digitale Mammographien (DM), davon 101 Karzinome; 47.596 Befunde) und mit dem Einsatz von KI (Jan – Sept 2022, 22.536 DM, darunter 132 Karzinome; 48.396 Befunde). Beide Kohorten wurden von den gleichen Befundern gelesen, wovon 3 in 2022 bei Bedarf ein KI-System (Transpara 1.7.1, ScreenPoint Medical) als Entscheidungshilfe nutzten. Das KI-System berechnete für jede Untersuchung einen Krebsrisikoscore, der nicht primär visualisiert wurde. Die KI-Risikoscores für 2021 wurden nachträglich berechnet. Die Parameter wurden im MaSc-View (Transact) erfasst. Um den Effekt von KI auf die Befunderstellung zu prüfen, wurde eine ROC-Analyse durchgeführt. Weiter wurde der Anteil der Fälle, für die eine Konsensuskonferenz (KK) erforderlich wurde und der Anteil der hier als falsch positiv klassifizierten Befunde für Erst (ErstU)- und Folgeuntersuchungen (FolgeU) ermittelt.

    Ergebnisse Mit der Einbindung von KI in die Befundung stieg die Qualität der Befunde bei ErstU ( (AUC=.72 vs. .78, p<.01). Für FolgeU wurde keine Veränderung beobachtet. Mit dem Einsatz von KI erforderten mehr Fälle eine KK (ErstU: 23.6% vs. 25.2% , p=.1; FolgeU:4.9% vs. 6.5%, p<.01). Ein höherer Anteil an Untersuchungen bei denen KI ein erhöhtes Risiko anzeigte wurde in die KK weitergeleitet (ErstU: 70,2% vs. 84.7%, p=.02; FolgeU: 28.6% vs. 43.1%, p<.01). Zugleich wurden mehr FP bei FolgeU mit niedrigem Risikoscore in der KK identifiziert (86,3% vs. 92,3% p<.01).

    Schlussfolgerungen Mit Einbindung von KI in die Befundung verbessert sich die Befunder-Sensitivität. Untersuchungen mit erhöhtem KI-Risikoscore werden häufiger in die KK weitergeleitet. Damit verändert sich die Risikoverteilung in der KK. Der Effekt einer primären Visualisierung der KI-Ergebnisse wird in weiteren Studien zu prüfen sein.


     

    Publication History

    Article published online:
    13 April 2023

    © 2023. Thieme. All rights reserved.

    Georg Thieme Verlag
    Rüdigerstraße 14, 70469 Stuttgart, Germany