KI-Durchbruch: 1-Sekunden-Mammografie-Analyse erkennt Brustkrebsrisiko durch Gewebedichte

• Neues Deep-Learning-Modell analysiert Brustgewebe in Mammografien und schätzt Dichtewerte präzise.
• Diese Werte sind unabhängige Risikofaktoren für Brustkrebs.
• Das Modell verarbeitet eine Mammografie in unter einer Sekunde und lässt sich einfach in Kliniken skalieren.

In den USA sind Brustkrebs-Sterberaten signifikant höher als bei jedem anderen Krebs außer Lungenkrebs (bei Frauen). Laut breastcancer.org entwickeln etwa 12,4 % der US-Frauen im Laufe ihres Lebens invasiven Brustkrebs.

Mammografie nutzt niedrigenergetische Röntgenstrahlen zur Brustuntersuchung für Screening und Diagnose. Doch dichtes Gewebe erschwert den Prozess, indem es Krebse in der Mammografie maskiert. Typischerweise hängt die Brustdichtebewertung von subjektiver menschlicher Beurteilung ab – Ergebnisse variieren zwischen Radiologen aufgrund verschiedener Faktoren.

Forscher am Massachusetts General Hospital (MGH) und MIT haben nun ein automatisiertes Tool entwickelt, das dichtes Brustgewebe in Mammografien präzise analysiert. Es ist ein Deep-Learning-Modell, das auf Zehntausenden hochauflösender digitaler Mammografien trainiert wurde, um verschiedene Brustgewebearten zu unterscheiden.

Bei einer neuen mammografischen Aufnahme erkennt das Tool eine Dichtemessung, die so zuverlässig ist wie Expertenradiologen. Laut Autoren ist dies die erste KI dieser Art, die erfolgreich an Patienten im Krankenhaus demonstriert wurde. Sie glauben, die Technologie kann landesweit breit implementiert werden und bringt höhere Zuverlässigkeit in Brustgewebe-Bewertungen.

Training

Das Tool basiert auf einem Convolutional Neural Network aus Neuronen mit lernbaren Gewichten und Biases. Trainiert und getestet auf einem reichen Datensatz mit über 58.000 mammografischen Bildern, zufällig entnommen von 39.000 Frauen, die 2009–2011 gescreent wurden. Ca. 41.000 Bilder für Training, 8.600 für Test.

Jedes demografische Bild enthält einen standardisierten BI-RADS-Dichtewert (Breast Imaging Reporting and Data System) in 4 Gruppen:

1. Heterogen (meist dicht)
2. Streudichte
3. Dicht
4. Fettreich

In Training und Test waren fast 40 % als dicht und heterogen eingestuft. Während des Trainings bekam das Netzwerk zufällige Mammografien zur Evaluation. Es lernte allmählich, Mammografien so abzubilden, dass sie eng mit Experten-Dichtewerten übereinstimmen.

Beispielsweise wirken fettreiche Brustgewebenetzwerke dünner mit Graubereichen, während dichte Brüste aus faserigem und drüsigem Bindegewebe bestehen, das als dicht gepacktes Netzwerk fester weißer Flecken und dicker weißer Linien erscheint. In der Testphase sieht das Netzwerk neue Mammografien und schätzt die wahrscheinlichste Dichtegruppe.

Referenz: RSNA Radiology | doi:10.1148/radiol.2018180694 | MIT

Das Tool wurde in der MGH-Brustbildgebungsabteilung implementiert, installiert auf einer isolierten Maschine. Typischerweise wird eine Mammografie erzeugt und zur Evaluation an eine Einrichtung geschickt, wo ein Experte sie bewertet und nach Untersuchungen jedem Mammogramm einen Dichtewert zuweist.

Wenn Experten einen Scan aufrufen, sehen sie die Bewertungen des Deep-Learning-Tools, die sie akzeptieren oder ablehnen können.

Ergebnisse

Das Netzwerk verarbeitet eine Mammografie in unter einer Sekunde und lässt sich stadtweit in Kliniken skalieren, ohne hohen Kosten- und Personalaufwand.

Radiologen-Bewertung vs. Deep Learning (DL) bei binärem Test | Mit freundlicher Genehmigung der Forscher

Zwischen Januar und Mai 2018 beobachtete das Netzwerk über 10.000 mammografische Bilder und erreichte 94 % Übereinstimmung mit Experten im binären Test (dicht/heterogen vs. gestreut/fettreich). Über alle 4 BI-RADS-Gruppen stimmte es zu 90 % mit Expertenmeinungen überein.

Radiologen-Bewertung vs. Deep Learning (DL) für 4 BI-RADS-Gruppen | Mit freundlicher Genehmigung der Forscher

In generellen Tests (basierend auf Trainingsdaten) matchte das Netzwerk Radiologen-Interpretationen zu 87 % im binären Test und zu 77 % über 4 BI-RADS-Gruppen.

Weiterlesen: KI kann Krankheiten im menschlichen Atem riechen – inkl. verschiedener Krebsarten

Konventionelle Vorhersagetechniken nutzen den Kappa-Score (1 = immer Übereinstimmung, niedrigere Werte = weniger Übereinstimmungen). Bestehende Methoden erreichen Kappa-Scores bis 0,6, das neue Modell 0,85 in klinischer Anwendung und 0,76 in generellen Tests. Das zeigt: Das neue Tool schätzt besser als konventionelle Techniken.