Brustdichte für risikoadaptiertes Screening KI-unterstützt erfassen

Fazit: Multimodaler KI-Risikoscore ist alleinigem Brustdichte-Score überlegen

Für die Risikostratifizierung von Frauen im Rahmen des Brustkrebs-Screenings zeigte ein KI-Modell über alle Brustdichte-Kategorien hinweg eine gute Perfomance. Die Detektionsleistung nahm allerdings unter Einschluss der Intervallkarzinome mit zunehmender Brustdichte ab.

Vor einer Implementierung automatisierter Brustdichte-Messungen in risikoadaptierte Screening-Programme braucht es

• eine Kalibrierung zwischen Geräteherstellern
• Klarheit, ob die Brustdichte auf Brust- oder Untersuchungsebene zu bewerten ist.

Die norwegische Studie von Marthe Larsden et al. unterstreicht, dass Dichte-Scores allein aktuell kein verlässliches Instrument zur Risikostratifizierung darstellen und multimodale KI-Risiko-Scores hier überlegen sind. 

Hintergrund: Hin zur risikostratifizierten Früherkennung 

Die Brustkrebsvorsorge in Europa entwickelt sich allmählich weg von einheitlichen, altersbasierten Programmen hin zu Ansätzen, die auch das individuelle Brustkrebsrisiko berücksichtigen. So empfiehlt die European Society of Breast Imaging (EUSOBI) die MRT als Screeningtool für Frauen mit extrem dichtem Brustgewebe.

Dichtes Brustgewebe ist mit einem höheren Brustkrebsrisiko und einer reduzierten Sensitivität des Screenings assoziiert. Die Dichteeinschätzung durch Radiolog:innen unterliegt aber einer Inter- und Intra-Observer-Variabilität. Daher gewinnen KI-gestützte automatisierte Dichtemessungen und erweitere Risikoscores an Bedeutung. 

Unklar war bislang: 

• Wie gut funktioniert ein multimodales KI-basiertes Risikomodell zur Krebsdetektion über verschiedene Dichtekategorien hinweg?
• Ist die KI-gestützte automatisierte Dichtemessung für Mammographiegeräte unterschiedlicher Hersteller konsistent?

Methodik der retrospektiven Kohortenstudie

• Daten von 200.000 Screening-Untersuchungen aus dem norwegischen Screening-Programm BreastScreen Norway (je 100.000 mit Hologic- bzw. Siemens-Geräten)
• Untersuchungen in acht Brustzentren zwischen 2010 und 2021 
• Der Datensatz umfasste 1.235 im Screening entdeckte Karzinome und 368 Intervallkarzinome.
• Analyse der Bilder mit ‚Transpara‘ Version 2.1 (KI-Modell von ScreenPoint Medical). Das System liefert 
  • automatisierte volumetrische Messungen der Brustdichte (VBD) 
  • und einen multimodalen kombinierten Risikoscore – in diesen fließen unter anderem Gewebearchitekturstörungen oder Mikrokalzifikationen mit ein.
• Einteilung der Brustdichte in vier Gruppen:
  VBD 1 (15% der Untersuchungen), VBD 2 (40%), VBD 3 (40%), VBD 4 (5%) 
• Errechnung der Modellperformance zur Krebsdetektion mittels AUC (Fläche unter der ROC-Kurve) je Dichtegruppe – sowohl auf Untersuchungs- als auch auf Brustebene, jeweils stratifiziert nach Gerätehersteller.
   

Wesentliche Ergebnisse

Bei alleiniger Betrachtung der im Screening detektierten Karzinome unterschied sich die Performance (AUC-Werte) des multimodalen Risikoscores zwischen den Dichtegruppen statistisch nicht signifikant.

Die AUC-Werte unterschieden sich aber dann signifikant zwischen den Brustdichte-Gruppen, wenn sowohl im Screening detektierte als auch Intervallkarzinome berücksichtigt wurden: Die Modellleistung nahm mit zunehmender Brustdichte ab – sie war am höchsten bei VBD 1 (0,955) und am niedrigsten bei VBD 4 (0,857).

Die Inzidenz von Intervallkarzinomen stieg mit zunehmender Brustdichte signifikant an, von 0,5 pro 1.000 Untersuchungen in der Gruppe mit der geringsten Brustdichte auf 3,1 pro 1.000 in der Gruppe mit der höchsten Dichte.

Deutliche Unterschiede zeigten sich zwischen den Herstellern: Bei Siemens-Geräten wurden 3,3% der Untersuchungen als VBD 4 klassifiziert, bei Hologic-Geräten dagegen 6,7% – trotz identischer Grenzwertdefinition. Dies belegt allerdings nicht, dass die Geräte den Unterschied verursacht haben, so die Autor:innen. Denn die Systeme wurden in verschiedenen Zentren und bei unterschiedlichen Populationen eingesetzt. 

18,5% der Frauen erhielten für die rechte und linke Brust unterschiedliche VBD-Gruppen zugeordnet, was die Konsistenz der Dichtemessung innerhalb einer Untersuchung infrage stellt.

Der kontinuierliche Dichtescore allein hatte eine deutlich geringere Diskriminationsfähigkeit (AUC 0,553 für alle Karzinome) als der kombinierte Risikoscore der KI (AUC 0,917). Dichte allein eignet sich demnach kaum zur Risikostratifizierung. In den Risikoscore der KI fließen vermutlich neben der Brustdichte auch andere Bildmerkmale wie Architekturstörungen oder Mikrokalk einfließen.