KI-gestützte Verbesserung der Prostatakrebs-Erkennung in MRT-Bilddaten
16. Mai 2025
Prostatakrebs ist eine der häufigsten Krebserkrankungen bei Männern. Die Magnetresonanztomographie (MRT) ist hier ein sehr wichtiges Diagnoseinstrument. Gelegentlich kann es jedoch zu falsch-positiven Ergebnissen kommen, die rückblickend unnötige Biopsien und Eingriffe nach sich ziehen. Um die Genauigkeit der Prostatakrebserkennung bei der MRT weiter zu verbessern, wurden in einer aktuellen Studie die Anwendung verschiedener KI-Modelle zur Diagnose des Prostatakrebs analysiert.
- Lesedauer ca. 5 Minuten
Ziel der Studie war es, bestehende KI-gestützte Bildanalyseverfahren zu optimieren. Dazu wurden klassische maschinelle Lernverfahren verglichen. Besonders erfolgversprechend waren Modelle, die gezielt verdächtige Gewebebereiche analysierten. Am besten war ein bereits vortrainiertes KI-Modell namens "Genesis", welches die beste Genauigkeit erreichte und ein Potenzial für präzisere Diagnosen zeigte.
Trotz Fortschritten der KI-gestützten Diagnostik bleibt die Reduzierung falsch-positiver Befunde eine wichtige Herausforderung. In Zukunft sollten Forscher noch leistungsfähigere, bereits trainierte KI-Modelle verwenden und die Methoden zur Erkennung wichtiger Merkmale im Gewebe weiter verbessern. Diese Ansätze könnten die KI-gestützte Krebsdiagnostik verbessern und die Anzahl unnötiger medizinischer Eingriffe reduzieren.
Forschungsschwerpunkt:
Ein Forschungsschwerpunkt unserer Abteilung am KSA und der interdisziplinären Zusammenarbeit ist die Verbesserung der diagnostischen Qualität mittels Künstlicher Intelligenz, sowie die Workflow-Unterstützung durch innovative Verfahren.
Titel:
“Evaluierung der KI-gestützten Erkennung von Prostatakrebs in der Magnetresonanztomographie MRT (zur Vermeidung von falsch positiven Resultaten)”
Autoren/Autorinnen:
Dr. med. Rainer Grobholz
Chefarzt Institut für Pathologie
Prof. Dr. med. Stephen Wyler
Chefarzt Urologie, Klinikleiter Urologie, Leiter Prostata- und uroonkologisches Zentrum
Dr. med. Alexander Cornelius
Stv. Institutsleiter und Leitender Arzt Radiologie, Leiter Urogenitale Radiologie und Magnetresonanztomographie
Prof. Dr. med. Sebastian Schindera
Institutsleiter und Chefarzt Institut für Radiologie
Dr. med. Felice Burn
Leiter AI & Data Science CoE, Kantonsspital Aarau
Malte Rippa
FUSE-AI GmbH, Hamburg, Deutschland
R. Schulze
G. Kenyon
M. Himstedt
M. Kwiatkowski
Journal:
Diagnostics (Basel) 2024, 14(15).
Gut zu wissen:
Die Studie hilft, die Anwendung verschiedener Machine-Learning-Techniken zu verstehen und die Diagnostik bei der Prostatakrebserkennung zu verbessern.
