Kann KI Brustkrebsrisiko vorhersagen? Eine Studie mit Tiefenblick

Kann KI das Brustkrebsrisiko vorhersagen? Ein Blick auf die Zukunft der Diagnostik

Brustkrebs bleibt eine der häufigsten Krebserkrankungen bei Frauen weltweit. Eine frühe und präzise Risikoeinschätzung könnte die Prävention revolutionieren – und künstliche Intelligenz (KI) spielt dabei eine immer größere Rolle. Eine aktuelle Studie aus den USA kombiniert erstmals KI-gestützte Bildanalyse mit genetischen Daten, um das Brustkrebsrisiko genauer vorherzusagen. Doch was bedeutet das konkret für Betroffene und die Medizin?

Die Studie im Überblick: KI trifft Genetik

Forschende der Harvard Medical School und des Massachusetts General Hospital untersuchten in einer retrospektiven Studie mit 26.225 Frauen, ob ein KI-Modell, das auf Mammographie-Bilder trainiert wurde, durch die Integration eines polygenen Risikoscores (PRS) – einer genetischen Risikobewertung – präzisere Vorhersagen liefern kann.

Zentrale Ergebnisse:

• Das KI-Modell allein erreichte eine Vorhersagegenauigkeit (AUC-Wert) von 0,71.
• Durch die Kombination mit dem PRS stieg die AUC auf 0,75 – ein signifikanter Anstieg (p < 0,01).
• Besonders bei Frauen mit dichtem Brustgewebe, bei denen Mammographien oft schwer interpretierbar sind, verbesserte sich die Trefferquote: 14 % der später erkrankten Frauen wurden korrekt als Hochrisiko eingestuft (vs. 10 % ohne PRS).

Die Studie, veröffentlicht im British Journal of Cancer (2023), zeigt, dass die Synergie aus Bilddaten und Genetik die Risikobewertung präziser machen könnte.

Stärken und Grenzen: Was bedeutet das für die Praxis?

Stärken der Studie:

• Große Stichprobe: Über 26.000 Frauen über einen Zeitraum von fünf Jahren.
• Innovative Methode: Erstmalige Kombination von KI-Bildanalyse und 313 genetischen Varianten zur Risikobewertung.

Kritische Punkte:

• Klinische Relevanz: Eine AUC von 0,75 ist gut, aber nicht perfekt – das Modell übersieht noch viele Risikofälle (86 % der später Erkrankten wurden nicht erkannt).
• Übertragbarkeit: Daten stammen ausschließlich aus einem US-Krankenhaus; ob die Ergebnisse auf andere Bevölkerungsgruppen (z. B. in Europa) anwendbar sind, ist unklar.
• Fehlende Faktoren: Lebensstil, Stress oder Umweltbelastungen wurden nicht berücksichtigt.

Für Betroffene: Das Modell könnte vor allem für Frauen zwischen 40 und 74 Jahren mit familiärer Vorbelastung nützlich sein. Doch es liefert keine Gewissheit, sondern eine statistische Wahrscheinlichkeit – weitere Untersuchungen bleiben essenziell.

Psyche und Körper: Der unterschätzte Faktor

Während die Studie technologische Fortschritte zeigt, bleibt ein zentraler Aspekt unberücksichtigt: die Wechselwirkung zwischen Psyche und Körper. Chronischer Stress, Ängste oder depressive Verfassung können über hormonelle Veränderungen (z. B. erhöhtes Cortisol) Entzündungsprozesse fördern, die mit Krebsrisiken assoziiert sind. Gleichzeitig kann die Diagnose eines erhöhten Risikos selbst psychische Belastungen auslösen – ein Teufelskreis.

Praxis-Tipp:

• Stressmanagement durch Achtsamkeit, Bewegung oder Therapie kann nicht nur die psychische Gesundheit stärken, sondern auch präventiv wirken.
• Ein ganzheitlicher Ansatz, der technologische Diagnostik und psychosoziale Faktoren einbezieht, ist entscheidend.

Einordnung in die Forschung: Wohin geht die Reise?

Die Studie reiht sich ein in die wachsende Forschung zur personalisierte Medizin, bei der KI eine Schlüsselrolle zukommt. Ähnliche Projekte wie das EU-geförderte „Horizon Europe“-Programm untersuchen, wie KI und Big Data individuelle Risikoprofile verbessern können.

Herausforderungen für die Zukunft:

1. Diversität: Studien müssen ethnisch und geografisch diversere Gruppen einbeziehen.
2. Integration von Lebensstil-Daten: Faktoren wie Ernährung, Bewegung oder Schlaf könnten die Vorhersagegenauigkeit weiter erhöhen.
3. Ethische Fragen: Wie werden Risikobewertungen kommuniziert, um Ängste zu vermeiden?

Fazit: Ein Schritt nach vorn – aber kein Allheilmittel

Die Studie zeigt, dass KI in Kombination mit Genetik die Brustkrebsvorsorge präziser machen kann. Doch die Technologie ist (noch) kein Ersatz für ärztliche Expertise oder individuelle Lebensstilanpassungen. Für Betroffene bedeutet das:

• Informiert bleiben: Neue Technologien wie KI-Modelle können zusätzliche Sicherheit bieten.
• Ganzheitlich handeln: Risikobewertungen sollten durch psychische Gesundheit und gesunde Gewohnheiten ergänzt werden.
• Realistisch bleiben: Ein „Hochrisiko“-Befund ist keine Diagnose, sondern ein Anlass für engmaschige Kontrollen.

Die Zukunft der Krebsprävention liegt in der Vernetzung von Technologie, Genetik und menschlicher Kompetenz – doch der Mensch muss im Mittelpunkt bleiben.

Quelle: Azam S et al. (2023). Performance of an image-only deep learning breast cancer risk model with the addition of a polygenic risk score. British Journal of Cancer. PubMed-ID: 41942608.