Anwendung von künstlicher Intelligenz in der Diagnostik von Lungenkrebs basierend auf der Brust-CT-Untersuchung

Die Diagnostik von Lungenkrebs hat eine herausragende Bedeutung in der modernen Medizin, da diese Krankheit zu den häufigsten Todesursachen in vielen Ländern der Welt gehört. Die frühzeitige Erkennung von Lungenkrebs bestimmt grundlegend die Überlebenschancen der Patienten, da die Heilungschancen im frühen Stadium deutlich höher sind als in späteren Phasen. Allerdings zeigt die Krankheit oft erst im späten Stadium Symptome, was die frühzeitige Diagnose erschwert. Traditionelle Screening-Methoden wie das Röntgenbild der Lunge sind nicht immer ausreichend effektiv, um frühe Veränderungen zu erkennen.

Die Entwicklung der künstlichen Intelligenz (KI) bietet die Möglichkeit, die diagnostischen Prozesse neu zu überdenken. Der Einsatz von KI in der radiologischen Diagnostik beschleunigt nicht nur die Arbeitsabläufe, sondern erhöht auch die Genauigkeit der Diagnosen. Durch die neuesten Forschungen und Entwicklungen hat ein ungarisches Konsortium, an dem die Semmelweis-Universität und die Ulyssys Kft. beteiligt sind, eine innovative Lösung zur Diagnostik von Lungenkrebs entwickelt. Ziel ist es, die Programme zur Lungenkrebsvorsorge zu unterstützen und so zur frühzeitigen Erkennung der Krankheit sowie zur Verbesserung der Heilungsraten beizutragen.

Die Situation von Lungenkrebs und die diagnostischen Herausforderungen

Lungenkrebs gehört zu den am weitesten verbreiteten Krebsarten und stellt aufgrund der Sterbestatistiken ein ernstes Problem für die öffentliche Gesundheit dar. Die frühzeitige Diagnose der Krankheit ist unerlässlich, um die Lebensqualität der Patienten zu verbessern und die Überlebensraten zu erhöhen. Die traditionellen Methoden zur Früherkennung von Lungenkrebs, wie das Röntgenbild der Lunge, sind nicht immer zuverlässig, da frühe Veränderungen oft nicht erkannt werden können.

Laut den neuesten Forschungen bietet die Niedrigdosis-CT-Untersuchung (LDCT) erhebliche Vorteile bei der Früherkennung von Lungenkrebs, insbesondere bei Rauchern. LDCT hat nachweislich die Sterblichkeit durch Lungenkrebs gesenkt, jedoch erfordert die Einführung von Screening-Programmen die Auswertung einer großen Anzahl von Brust-CT-Aufnahmen, was eine enorme Belastung für Radiologen darstellt. Die Europäische Union hat Empfehlungen für die Einführung von CT-basierten Screenings ausgesprochen, jedoch sind die verfügbaren radiologischen Ressourcen begrenzt, sodass dringend Lösungen zur Beschleunigung und Effizienzsteigerung der diagnostischen Prozesse benötigt werden.

Die Rolle der künstlichen Intelligenz in der Diagnostik von Lungenkrebs

Die Fortschritte im Bereich der künstlichen Intelligenz, insbesondere im Bereich des Deep Learning (DL), bieten erhebliche Vorteile in der radiologischen Diagnostik. Ziel der Partnerschaft zwischen Ulyssys Kft. und der Semmelweis-Universität ist die Entwicklung eines Lungenkrebs-Diagnosesystems, das KI-basierte Lösungen zur Verbesserung der Effizienz der Lungenkrebsvorsorge einsetzt. Die künstliche Intelligenz ist in der Lage, CT-Aufnahmen automatisch zu analysieren, verdächtige Veränderungen zu identifizieren und die zu bewertenden Fälle zu priorisieren.

Darüber hinaus erstellt das System kurze Berichte und Zusammenfassungen der Aufnahmen, was die Arbeit der Radiologen erleichtert. Die von der KI generierten 3D-Segmentierungen ermöglichen eine genauere Erkennung verdächtiger Veränderungen, wodurch die Genauigkeit der Diagnosen erhöht wird. Der Einsatz von KI reduziert nicht nur die diagnostische Zeit, sondern spart auch erhebliche Ressourcen für die Radiologen, sodass sie mehr Patienten versorgen können.

Das entwickelte KI-System hat auch in der Praxis seine Wirksamkeit unter Beweis gestellt, da in einer unabhängigen Testreihe die Sensitivität über 96 % lag, während die Spezifität ebenfalls Werte über 80 % aufwies. Diese Leistung deutet darauf hin, dass das System zuverlässig in der Lage ist, den Verdacht auf Lungenkrebs zu identifizieren, und somit zur frühzeitigen Diagnose und Rettung von Patientenleben beiträgt.

Die Aussichten für die Zukunft und der Prozess der klinischen Validierung

Bei der Entwicklung des Lungenkrebs-Diagnosesystems haben die Forscher nicht nur auf technologische Lösungen geachtet, sondern auch auf die klinische Anwendbarkeit. Im Rahmen des Projekts wurden über 8000 Niedrigdosis-Brust-CT-Aufnahmen gesammelt und analysiert, um die künstliche Intelligenz so präzise wie möglich in der Identifizierung von Lungenkrebszeichen zu machen. In den von der Semmelweis-Universität durchgeführten Forschungen hat sich das System durch den Vergleich der Tumorsegmentierungen und manuellen Bewertungen kontinuierlich verbessert.

Im Rahmen der Entwicklungen hat Ulyssys Kft. eine Softwarelösung geschaffen, die das Hochladen von CT-Aufnahmen und die Durchführung der diagnostischen Analyse ermöglicht. Mit dieser Lösung können Radiologen leichter Entscheidungen während der Diagnose treffen. Um die Markteinführung zu gewährleisten, hat das Unternehmen den Prozess zur Erlangung der ISO 13485-Zertifizierung und der CE/MDR-Zertifizierung eingeleitet, um die rechtliche und administrative Konformität des Systems sicherzustellen.

Durch klinische Validierungsstudien wird das entwickelte System auch in der realen klinischen Umgebung getestet, was für eine erfolgreiche Markteinführung unerlässlich ist. Das Ziel ist, dass das von künstlicher Intelligenz unterstützte Lungenkrebs-Diagnosesystem nicht nur in Ungarn, sondern auch international zur frühzeitigen Erkennung von Lungenkrebs beiträgt und somit die Überlebenschancen und die Lebensqualität der Patienten verbessert.