KI gegen Brustkrebs

Brustkrebs erkennen und behandeln

Brustkrebs ist die häufigste Krebsart bei Frauen und betrifft im Schnitt jede achte Frau. Damit ist es ein Thema, dem die meisten Menschen im Laufe ihres Leben einmal begegnen werden – als Betroffene, Partner, Freunde oder Angehörige [1].

Gleichzeitig belegen die hohen Zahlen, wie viel Aufholbedarf weiterhin besteht: So haben Frauen mit genetischer Vorbelastung oder bestimmten hormonellen Risikofaktoren zwar ein höheres Risiko. Doch im Grunde kann es jede Frau betreffen – in seltenen Fällen sogar Männer. Niemand kann also sicher vorhersagen, „ob”, „wann” und „wie” [2].

Und es gibt weitere Hürden.

Bisherige Hürden

Zum Beispiel zeigen sich Symptome bei Brustkrebs meist erst im fortgeschrittenen Stadium. Das können dann tastbare, nicht verschiebliche Knoten oder Hautveränderungen der Brust sein. Beides nichts, was unmittelbar auffällt [3].

Die Behandlung ist aufwendig und kann aus gleich mehreren Säulen wie Operation sowie Strahlen-, Antihormon-, Antikörper- und Chemotherapie bestehen. Es gibt also nicht „die eine Behandlung”, die für jeden Brustkrebs die richtige wär. Die individuellen Eigenschaften jeder Patientin müssen dagegen unbedingt berücksichtigt werden [4].

Für die Prognose sind Brustkrebsart und Therapieschema jedoch nur das eine. Essenziell ist, wie früh die Erkrankung von Ärzten erkannt wird – und das ist schwer. Das Abtasten der Brust durch Ärzte oder in Eigenregie ist sicherlich sinnvoll, aber konnte in Studien bisher keinen nachweislich Risiko-senkenden Effekt erbringen. Ähnlich sieht es mit Ultraschalluntersuchungen aus [5, 6].

Mammografie zur Brustkrebs-Früherkennung

Einzig die sogenannte Mammografie ist als Methode mit gesicherter Reduktion der „brustkrebsbezogenen Sterblichkeit” belegt. Allerdings ist der Nutzen auch hier (noch) überschaubar [6, 7]:

Umso mehr ruhen die Hoffnungen auf neuen Entwicklungen. Und diese machen Mut.

Neue KI-Methoden machen den Unterschied

Dass massive Verbesserungen möglich sind, zeigt allein schon der Blick zurück. Die sogenannte 10-Jahres-Überlebensrate – also der Anteil an Frauen, der die nächsten 10 Jahre nach Diagnosestellung überlebt – hat sich seit den 70er-Jahren fast verdoppelt. Forschung und Innovation machen eben doch den Unterschied [8].

Brustkrebs früher erkennen

Künstliche Intelligenz (KI) könnte diesen Trend bald schon weiter verstärken. Der britische „National Health Service” (NHS) gab erst kürzlich die Förderung einer Studie zum KI-assistierten Brustkrebs-Screenings bekannt [8, 9]. 

Eine wesentliche Limitation von Mammografien besteht nämlich in den hohen Falsch-positiv- und Falsch-negativ-Raten. Wird eine Veränderung von Radiologen als Zeichen von Brustkrebs interpretiert, obwohl kein Brustkrebs vorliegt, wäre das Ergebnis falsch-positiv. Besteht dagegen tatsächlich Brustkrebs, aber der Radiologe gibt fälschlicherweise Entwarnung, wäre es falsch-negativ [10]. 

Und genau hier kann Künstliche Intelligenz die Diagnostik verbessern – laut einer hochrangig veröffentlichten Studie sogar sehr effektiv. So konnte gezeigt werden, dass ein KI-System Brustkrebs in den Mammografie-Bildern mindestens so präzise erkannte wie auf diese Aufgabe spezialisierte Radiologen [8-10]. 

Natürlich bleibt auch ein KI-System nicht ohne Fehler. Aber gerade im Zusammenspiel mit den Radiologen könnte die Messlatte perspektivisch ein ganzes Stück höher gelegt werden. Das wäre allein schon wertvoll, um dem wachsenden Mangel an Fachpersonal zu begegnen [8, 9]. 

So werden allein in Großbritannien aktuell mindestens 2000 Radiologen zusätzlich gebraucht, um all das durch die Pandemie angefallene Bildmaterial zu befunden [8].

Startups mit digitalen Brustkrebs-Lösungen

Auch verschiedene Startups widmen sich neuen Lösungsansätzen. Hierzu zählt zum Beispiel das britische „Kheiron Medical Technologies”, das mit Hilfe von KI immerhin eine halbe Million Frauen auf Brustkrebs screenen will. Projekte wie diese sind also sicher nicht mehr nur „in den Kinderschuhen” [8].

Zumal das Startup den ganzen Ablauf der Brustkrebs-Früherkennung im Blick behält: Welche Patienten sollten priorisiert untersucht werden? Wie kann die Bildqualität verbessert werden, um Betroffene nicht erneut einbestellen zu müssen? Wie können bei positivem Test die anschließenden Schritte beschleunigt werden? All diese Fragen bekommen so künftig Antworten [11].

Das spanische Startup „The Blue Box” arbeitet sogar daran, Brustkrebsfälle mittels Urinprobe und anschließender KI-Auswertung zu finden. MIt dem Test sollen bestimmte Biomarker, die beim Vorliegen von Brustkrebs auftreten können, unkompliziert und schmerzfrei nachgewiesen werden können. Sicherlich aktuell noch Zukunftsmusik, doch ein vielversprechender Ansatz [8, 12].

Das indische Startup „Niramai” verfolgt dagegen einen Weg, bei dem ein KI-System bestimmte Wärmebildaufnahmen auswertet und so Rückschlüsse über das Vorliegen von Brustkrebs geben kann. Diese Herangehensweise könnte gerade für Frauen in abgeschiedenen Regionen ein echter Gewinn sein [8, 13].

Therapien optimieren

Auch in anderen Bereichen kommen intelligente Lösungen zum Einsatz. So ist etwa eine von zehn Brustkrebspatientinnen nach ihrer ersten Behandlung von einem Rückfall betroffen. Wieder ist die frühestmögliche Erkennung dieser Fälle Prognose-entscheidend. Doch einem Team an Wissenschaftlern ist es nun gelungen, ein KI-Tool zu entwickeln, das 8 von 10 Patienten mit hohem Rückfallrisiko erkennen kann [8].

Zudem spielt KI zunehmend eine Rolle bei der Entwicklung und Verbesserung von neuen Therapien. Eine Einschränkung bestand lange darin, dass unterschiedliche Forschungseinrichtungen ihre Daten nicht ohne weiteres mit anderen teilen wollten. Gerade aus Gründen des Datenschutzes kann dies durchaus sinnvoll sein, schränkt jedoch den wissenschaftlichen Fortschritt ein [8]. 

Eine neue Form der KI, die auch als „Federated Learning” oder „Föderales Lernen” bezeichnet wird, kann hier Abhilfe schaffen. Diese Form des Machine Learnings hat den Vorteil, dass die Daten verschiedener Forschungseinrichtungen nicht auf einem gemeinsamen Server zusammengeführt werden müssten. Dennoch kann das KI-System an jedem einzelnen Datensatz trainiert werden. Der Lerneffekt der KI würde also weiterhin auf der Gesamtheit aller Daten beruhen, ohne dass Institutionen ihre Daten mit externen Einrichtungen teilen müssten [8].

Auch wird aktuell noch relativ schlecht verstanden, weshalb bestimmte aggressive Brustkrebsarten nicht genügend auf die Chemotherapie anspringen. Künstliche Intelligenz könnte also dabei helfen, die relevanten Unterschiede zwischen den verschiedenen Krebsarten ausfindig zu machen und in der Folge passgenaue Medikamente zu entwickeln [8].

All diese Fortschritte passieren zeitgleich. Sie werden Ärzte nicht etwa ersetzen, sondern sie besser machen und Ihnen die nötige Zeit zurückgeben, um mit ihren Patienten die wichtigen Gespräche zu führen: Abwägen verschiedener Möglichkeiten, Motivieren während schwieriger Phasen und Trost Spenden, wenn doch mal alles zu viel wird [8].

Wachsende Bereitschaft gegenüber KI-Systemen

Bei all dem vertrauen Menschen immer noch am meisten auf das Urteilsvermögen ihrer Ärzte. Doch neue Umfragen zeigen, dass die Skepsis gegenüber KI-basierten Systemen im Zuge der Pandemie deutlich abgenommen hat [14]. 

Demnach betrachten nur noch 14 Prozent der Befragten in Deutschland Künstliche Intelligenz als „eher oder sehr negativ”. 2019 lag der Anteil noch bei 28 Prozent. Bis die Akzeptanz gegenüber KI-Systemen, die den Ärzten im Klinikalltag bei einzelnen Arbeitsschritten assistieren, komplett ohne Vorbehalte ist, wird es jedoch womöglich noch ein bisschen Zeit brauchen [14]. 

Der Nutzen spricht jedoch zunehmend für sich. So muss die Brustkrebsdiagnose in Zukunft nicht mehr gefürchtet werden.