Donnerstag, 24. August 2017
Benutzername
Passwort
Registrieren
Passwort vergessen?

Home
e-journal
Der Aktuelle Fall
CME online
News
Gesundheitspolitik
Fachgesellschaften
Therapiealgorithmen
Videos
Veranstaltungen
Broschüren


Suche
Archiv
Buchbestellung
Newsletter
Probe-Abo
Impressum


journalmed.de


Anzeige:
Fachinformation
 
Anzeige:
 
 

JOURNAL ONKOLOGIE – NEWS
Zurück
Zurück
E-Mail
Email
Drucken
Drucken
Zum Bewerten bitte anmelden!
14. August 2015

Mammographie-Screening: Kollektive Intelligenz verbessert Diagnostik

Brustkrebs ist der am häufigsten diagnostizierte Krebs bei Frauen. Breit angelegte Mammographie-Screening-Programme haben zum Ziel, die Erkrankung frühzeitig zu erkennen. Doch auch wenn wie üblich zwei Ärzte die Röntgenaufnahmen beurteilen, führt das häufig zu falschen Entscheidungen: Etwa 20% der Patientinnen, die zum Zeitpunkt des Screenings Krebs haben, werden als krebsfrei diagnostiziert, rund 20% der Patientinnen, bei denen Krebs diagnostiziert wird, sind zum Zeitpunkt der Diagnose krebsfrei. Eine neue Studie zeigt nun, dass sich mithilfe kollektiver Intelligenz deutliche Verbesserungen in der Brustkrebsdiagnose erzielen lassen.

Anzeige:
 
 

„Bereits fünf unabhängige Einschätzungen von Ärzten genügen, um die Befundgenauigkeit bei der Brustkrebsdiagnose erheblich zu verbessern“, sagt Dr. Max Wolf vom Leibniz-Institut für Gewässerökologie und Binnenfischerei (IGB) in Berlin. Gemeinsam mit einem interdisziplinären Team untersuchte der Verhaltensbiologe, wie sich das Brustkrebs-Screening mit Methoden der kollektiven Intelligenz verbessern lässt. „In der Regel wird ein Mammogramm von zwei Ärzten untersucht“, erklärt er. „Wir wollten herausfinden, ob ein Ansatz, der die unabhängigen Einschätzungen von mehreren, sagen wir drei, fünf oder sogar zehn Ärzten berücksichtigt, deutlich bessere Ergebnisse erzielen kann.“

Für ihre Studie nutzten die Wissenschaftler einen der international umfangreichsten Mammographie-Datensätze, in dem über einhundert Radiologen unabhängig voneinander jeweils mehr als einhundert Mammogramme beurteilten. Neben diesen über 15.000 Beurteilungen berücksichtigten sie dabei auch den tatsächlichen Gesundheitsstatus der Patientinnen.

Kollektive Einschätzung verhindert falsche Befunde

Auf Grundlage dieser Daten konnten die Forscher zeigen, dass bereits fünf unabhängige Befunde zu einem Ergebnis führen, das selbst die Genauigkeit des besten Arztes deutlich übertrifft. Die einzelnen Einschätzungen der verschiedenen Ärzte werden hierfür mithilfe einfacher Schwarmintelligenz-Regeln wie der Mehrheitswahl oder der Quorumswahl integriert. Das Ergebnis: im Vergleich zu dem jeweils besten Arzt konnten auf diese Weise sowohl die Anzahl der falsch positiven Befunde (Krebsdiagnose, obwohl kein Krebs vorliegt), als auch die Anzahl der falsch negativen Befunde (Diagnose krebsfrei, obwohl Krebs vorliegt) gesenkt werden.

„Das Verfahren ist sehr einfach und ließe sich leicht automatisieren und in das Screening-Programm eingliedern“, sagt Max Wolf. Die medizinischen Gutachter würden dann unabhängig voneinander am Computer die digitalen Röntgenaufnahmen beurteilen. Anschließend könnte eine Software auf Basis dieser Einzeleinschätzungen den Befund ermitteln. „Unsere Ergebnisse zeigen damit, dass die Effektivität des Mammographie Screenings durch das Prinzip der kollektiven Intelligenz entscheidend verbessert werden könnte“, fasst der Wissenschaftler zusammen. Unbegrenzt viele Ärzte-Meinungen brauche es dafür nicht: Ab einer Anzahl von etwa acht unabhängigen Einschätzungen flache der zusätzliche Nutzen sogar deutlich ab. Wenn es um die Optimierung von Diagnoseverfahren in der Medizin geht, könnte das Prinzip der kollektiven Intelligenz demnach eine wertvolle Ergänzung zu rein technischen Verbesserungen sein.

Forschungsverbund Berlin e.V.
Literatur:

Max Wolf, Jens Krause, Patricia A. Carney et al. Collective intelligence meets medical decision-making: the collective outperforms the best radiologist, PLOS ONE 2015.
http://dx.plos.org/10.1371/journal.pone.0134269

 
Zurück
Zurück
E-Mail
Email
Drucken
Drucken
Zum Bewerten bitte anmelden!



Anzeige:
Zur Fachinformation
 
Anzeige:
 
 
 
 
Themen
CUP
CML
NET
Nutzen Sie auch die Inhalte von journalmed.de, um sich zu Informieren.
Mediadaten
Hilfe
Copyright © 2014 rs media GmbH. All rights reserved.
Kontakt
Datenschutz
AGB
Fakten über Krebs
 
ASCO 2017