Dienstag, 27. Oktober 2020
Navigation öffnen
Anzeige:
Lenvima
Lenvima
 

Medizin

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:
Avastin MammaCA BC
Avastin MammaCA BC
 

„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.

Quelle: 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


Anzeige:
Pegfilgrastim

Sie können folgenden Inhalt einem Kollegen empfehlen:

"Mammographie-Screening: Kollektive Intelligenz verbessert Diagnostik"

Bitte tragen Sie auch die Absenderdaten vollständig ein, damit Sie der Empfänger erkennen kann.

Die mit (*) gekennzeichneten Angaben müssen eingetragen werden!

Die Verwendung Ihrer Daten für den Newsletter können Sie jederzeit mit Wirkung für die Zukunft gegenüber der rsmedia GmbH widersprechen ohne dass Kosten entstehen. Nutzen Sie hierfür etwaige Abmeldelinks im Newsletter oder schreiben Sie eine E-Mail an: info[at]rsmedia-verlag.de.


EHA25 virtuell
  • Real-life-Daten zur CAR-T-Zell-Therapie bei r/r DLBCL und BCP-ALL zeigen hohe Ansprechraten – neuer Prädiktor für Ansprechen identifiziert
  • CAR-T-Zell-Therapie bei Patienten mit r/r DLBCL: TMTV als Prädiktor für frühen Progress
  • Sichelzellerkrankung: Verbesserung der Lebensqualität ist wichtigstes Therapieziel aus Sicht der Patienten – neue Behandlungsoptionen erwünscht
  • PV: Ruxolitinib senkt Hämatokrit und erhöht Phlebotomie-Unabhängigkeit im Real-world-Setting
  • Neuer BCR-ABL-Inhibitor Asciminib bei bisher unzureichend therapierten CML-Patienten in Phase-I-Studie wirksam
  • FLT3-mutierte AML: Midostaurin in Kombination mit Chemotherapie für jüngere und ältere Patienten vergleichbar sicher
  • Real-world-Daten zeigen: Eltrombopag auch bei sekundärer ITP wirksam
  • CML: Hohe Rate an tiefem molekularen Ansprechen nach 24-monatiger Therapie mit Nilotinib in der Zweitlinie
  • Systemische Mastozytose: neuer Prädiktor für das OS entdeckt
  • MF: Real-world-Daten bestätigen relevante Reduktion des Mortalitätsrisikos unter dem Einfluss von Ruxolitinib