Lungenkrebs: Künstliche Intelligenz könnte zu deutlich früherer Diagnose führen

Mittels eines auf Künstlicher Intelligenz (KI) basierenden Programms ist es laut einer neuen Studie möglich, Anzeichen für eine Lungenkrebserkrankung auf Computertomographie-Scans ein Jahr früher zu entdecken als mit bestehenden Verfahren. Die Arbeit wurde gerade auf dem European Respiratory Society International Congress vorgestellt.

Die Autorinnen und Autoren der Studie hoffen, dass der Einsatz von KI zur Unterstützung des Lungenkrebs-Screenings diesen Prozess schneller und effizienter machen und letztendlich dazu beitragen könnte, mehr Patientinnen und Patienten in einem frühen Stadium der Erkrankung zu diagnostizieren.

Präsentiert wurde die neue Studie von Benoît Audelan vom Team des Epione-Projektes am INRIA, dem französischen Nationalen Institut für Forschung in digitaler Wissenschaft und Technologie an der Universität Côte d’Azur. Wissenschaftler der Universität Côte d’Azur, dem Softwareunternehmen Therapixel und der Universitätsklinik Nizza trainierten ihr KI-Programm mit einer Reihe von CT-Scans von 888 Patientinnen und Patienten, die bereits von Radiologinnen und Radiologen auf verdächtige Veränderungen hin analysiert worden waren.

Dann testeten die Forschenden das Programm an weiteren 1179 Patientinnen und Patienten, die an einer Studie zum Lungen-Screening-Studie teilnahmen und dafür drei Jahre lang nachbeobachtet wurden. Die verwendeten CT-Scans waren in der letzten zwei Jahren der Untersuchung aufgenommen worden. Unter den Patientinnen und Patienten, deren Scans verwendet wurden, befanden sich 177, bei denen nach ihrem letzten Scan in der Studie mittels einer Biopsie Lungenkrebs diagnostiziert wurde.

Das Programm identifizierte 172 der 177 malignen Tumoren auf diesen CT-Scans, konnte also Krebserkrankungen in 97 Prozent der Fälle erkennen. Die fünf Tumoren, die das Programm übersah, befanden sich nahe der Mitte des Thorax, wo Tumore schwerer von gesunden Regionen zu unterscheiden sind.

Die Forscher testeten das Programm auch an Scans, die ein Jahr vor der Tumordiagnose bei denselben 1179 Patienten gemacht worden waren. Dabei konnte es 152 verdächtige Bereiche identifizieren, die später als Krebs identifiziert wurden.

Die Wissenschaftlerinnen und Wissenschaftler berichten allerdings auch, dass das Programm im Hinblick auf die Falsch-positiv-Rate noch erheblich verbessert werden muss, bevor es in der Klinik eingesetzt werden könne.

Audelan sagte: „Ein Screening auf Lungenkrebs würde bedeuten, dass viel mehr CT-Scans gemacht werden und wir nicht genügend Radiologinnen und Radiologen haben, um sie alle zu überprüfen. Deshalb müssen wir Computerprogramme entwickeln, die dabei helfen können. Unsere Studie zeigt, dass dieses Programm mögliche Anzeichen von Lungenkrebs bis zu einem Jahr früher erkennen kann. Das Ziel unserer Forschung ist es nicht, Radiologinnen und Radiologen zu ersetzen, sondern ihnen zu helfen, indem wir ihnen ein Werkzeug an die Hand geben, mit dem sie die frühesten Anzeichen von Lungenkrebs erkennen können.“

Die Forscher planen Arbeiten an einem neuen System, das besser zwischen malignem und nichtmalignem Gewebe unterscheiden kann, um die Entscheidung darüber zu erleichtern, welche Patientinnen und Patienten weiter untersucht werden sollten.

Die Generalsekretärin der European Respiratory Society, Prof. Joanna Chorostowska-Wynimko vom Nationalen Institut für Tuberkulose und Lungenkrankheiten in Warschau (Polen), kommentierte die Arbeit folgendermaßen: „Eine frühere Diagnose von Lungenkrebs ist von entscheidender Bedeutung, um die Überlebensraten zu verbessern, und das Screening wäre ein wichtiger Schritt in Richtung dieses Ziels. Untersuchungen zeigen, dass ein Screening mit CT-Scans die Zahl der Todesfälle durch Lungenkrebs reduzieren könnte. Diese Arbeit ist vielversprechend, weil sie zeigt, dass KI uns helfen könnte, viele Scans schnell zu überprüfen und sogar Anzeichen von Krebs in einem früheren Stadium zu erkennen. Bevor dieses Programm jedoch verwendet werden kann, müssen die Forscher es verbessern, um zwischen anomalem, aber gutartigem Lungengewebe und wahrscheinlich krebsartigem Gewebe zu unterscheiden.“