Google-KI bringt den NHS beim Brustkrebs-Screening zum Umdenken

Googles KI-System zur Erkennung von Brustkrebs könnte die NHS-Screening-Arbeitslast um 40 % senken und zuvor übersehene Krebsfälle aufspüren, zeigen neue Forschungsergebnisse, die in Nature Cancer veröffentlicht wurden. Die KI-Technologie, entwickelt in Kooperation zwischen Google, dem Imperial College London und dem NHS, identifizierte erfolgreich 25 % der Krebsfälle, die menschlichen Radiologinnen und Radiologen bei routinemäßigen Screenings entgangen waren. Obwohl erste Tests an 12 Londoner Screening-Standorten vielversprechend verliefen, bedarf eine breite Einführung im NHS noch der behördlichen Zulassung sowie weiterer klinischer Studien.

Die bahnbrechende Technologie, thematisiert in Studien, die in Nature Cancer publiziert wurden, stellt einen maßgeblichen Fortschritt in der medizinischen KI dar, steht jedoch vor diversen Hürden, bevor sie zur Standardpraxis im britischen Gesundheitswesen werden kann. Die Medicines and Healthcare products Regulatory Agency (MHRA) muss das System zunächst als Medizinprodukt zulassen, ein Prozess, der je nach Ergebnissen klinischer Studien Monate oder Jahre beanspruchen kann.

Das KI-System wurde auf Basis von 125.000 Mammografien trainiert und bewies seine Fähigkeit, Intervallkarzinome zu erkennen, die sich zwischen routinemäßigen Screenings entwickeln. Diese zuvor übersehenen Krebsfälle, welche die KI in 25 % der Fälle identifizierte, erweisen sich oftmals als aggressiver und schwieriger zu behandeln, wenn sie später entdeckt werden.

Zulassungsprozess und zeitlicher Rahmen

Gemäß den MHRA-Richtlinien fällt Googles KI in eine Hochrisikokategorie, da sie die klinische Diagnostik und das Patientenmanagement unmittelbar beeinflusst. Das Unternehmen muss umfangreiche technische Dokumentation vorlegen, welche Sicherheit, Qualität und Leistungsfähigkeit des Systems belegt, bevor eine Zulassung erteilt werden kann.

Eine observative Machbarkeitsstudie hat bereits über 9.000 Fälle an den zwölf Londoner Screening-Standorten in nicht-interventioneller Form analysiert. Der Pilotversuch verdeutlichte, dass die Technologie eine präzise Kalibrierung für diverse klinische Umgebungen, Gerätetypen und Patientengruppen erfordert, anstatt als simple Plug-and-Play-Lösung zu fungieren.

Ein konkreter Zeitplan für eine flächendeckende NHS-Einführung wurde nicht öffentlich kommuniziert. Die nächste Phase wird prospektive klinische Studien beinhalten, um zusätzliche Evidenz für Sicherheit und Wirksamkeit in realen klinischen Umgebungen zu generieren.

Operative Vorteile und Herausforderungen

Die potenzielle Reduktion der Screening-Arbeitslast um 40 % könnte gemäß der Studie mit über 50.000 Frauen sowohl den landesweiten Screening-Rückstau als auch den globalen Mangel an Radiologinnen und Radiologen lindern. Das System fungiert als „Second Reader“ und ergänzt menschliche Expertise, anstatt sie zu ersetzen.

Allerdings dokumentierten die Studien Fälle, in denen Fachkräfte KI-Empfehlungen zu Recht verwarfen, was die kritische Balance zwischen der Nutzung von KI und der Wahrung klinischer Urteilskraft verdeutlicht. Dies unterstreicht die Notwendigkeit umfassender Schulungsprogramme, um sowohl Unter- als auch Überabhängigkeit von der Technologie zu verhindern.

Zu den zentralen ethischen Aspekten zählen die Sicherstellung der Einwilligung der Patientinnen und Patienten zur Datennutzung, die Wahrung von algorithmischer Transparenz sowie die Vermeidung von Verzerrungen über diverse Populationen hinweg. Das System muss über verschiedene ethnische Gruppen und Altersklassen hinweg validiert werden, um bestehende gesundheitliche Disparitäten nicht zu verschärfen.

Auch wenn Beschaffungs-, Integrations- und Wartungskosten bislang nicht publiziert wurden, müssen Gesundheitsökonominnen und -ökonomen diese Ausgaben gegen potenzielle Einsparungen durch reduzierte Arbeitslast sowie verbesserte Patientenergebnisse infolge frühzeitiger Krebsdiagnostik abwägen.