Künstliche Intelligenz im Brustkrebs-Screening: zwischen Wunsch und Wirklichkeit

Das Brustkrebs-Screening ist ein wichtiges Instrument zur Früherkennung und Prävention von Brustkrebs. Während sich herkömmliche Screening-Methoden wie die Mammographie als wirksam erwiesen haben, revolutioniert der Einsatz von Künstlicher Intelligenz (KI) bei der Brustkrebsvorsorge die Art und Weise, wie die Krankheit erkannt und diagnostiziert werden kann. KI-Algorithmen können Mammographie-Bilder analysieren und potenzielle Anomalien mit höherer Genauigkeit erkennen als menschliche Radiologen.

Die Technologie kann dazu beitragen, die Zahl der falsch-positiven und falsch-negativen Befunde zu verringern und den Patientinnen individuellere Behandlungspläne anzubieten. Die Integration von KI in das Brustkrebs-Screening ist eine vielversprechende Entwicklung, sollte aber nicht als Ersatz für das menschliche Fachwissen angesehen werden. Vielmehr sollte KI in Verbindung mit geschultem Fachpersonal eingesetzt werden, um so die bestmöglichen Ergebnisse für Patientinnen zu erzielen.

Einen Überblick über die aktuelle Datenlage und verschiedene Anwendungskonzepte im Bereich des Brustkrebs-Screenings wird Ihnen Prof. Dr. med. Lale Umutlu bei Ihrem Vortrag am 13. April geben. Wir freuen uns sehr, wenn Sie sich heute bereits hier (Künstliche Intelligenz im Brustkrebs-Screening: zwischen Wunsch und Wirklichkeit beim #RÖKODIGITAL | RÖKO2023 (roentgenkongress.de) registrieren.

Im Zuge der stetig wachsenden Anforderungen in der Radiologie, hat Bayer eine von Radiologen entwickelte KI-Plattform auf den Markt gebracht, welche eine höhere Behandlungsqualität ermöglicht und die Radiologie revolutionieren wird. CalanticTM Digital Solutions bietet als cloudbasierter Marktplatz eine breite Palette relevanter KI-Applikationen, die über den im PACS-Viewport integrierten Calantic Viewer nahtlos in den Arbeitsablauf des Radiologen eingebunden werden können.

Calantic soll vor allem die Arbeit durch die Automatisierung zeitraubender Aufgaben erleichtern, die Arbeitsabläufe beschleunigen und eine bessere Erkennung ermöglichen. Die benutzerfreundliche KI-Plattform bietet Zugriff auf ausgewählte, speziell abgestimmte Anwendungspakete, die für die klinische Nutzung zugelassen sind und aus denen gewünschte Tools ausgesucht und nahtlos in den Arbeitsabläufe integriert werden können. Weitere Infos finden Sie hier: www.calantic.com

Referenzen:

Wang, J., Barzilay, R., & Jaakkola, T. (2018). Breast cancer screening using mammography: a review of recent advances. Annual Review of Biomedical Engineering, 20, breast-cancer-screening-using-mammography-a-review-of-recent-advances
Wang, S., Zhou, M., Liu, Z., Liu, Z., Yu, B., & Hu, Z. (2018). Centralized deep learning model on multi-institutional breast cancer histopathology. Histopathology, 73(4), 759-769. doi:10.1111/his.13623
Yala, A., Lehman, C., & Schuster, T. (2019). A deep learning mammography-based model for improved breast cancer risk prediction. Radiology, 292(1), 60-66. doi:10.1148/radiol.2019182713
Zhu, W., Huang, Y., Zeng, N., Liang, C., Jia, X., & Zhang, L. (2020). Artificial intelligence for breast cancer screening: A systematic review and meta-analysis. Medicine, 99(6), e18803. doi:10.1097/md.0000000000018803
 

PP-CALA-DE-0132-2 April 2023