LONDON (IT BOLTWISE) – Neue Ansätze in der KI-gestützten Mammografie sollen Brustkrebs früher sichtbar machen und zugleich das individuelle Risiko besser einschätzen. Die Radiologin Rachel Brem setzt dabei auf Software, die Warnzeichen in Aufnahmen erkennt, die in der reinen Mammografie übersehen werden können. Gleichzeitig adressiert sie mit ihrem Umfeld eine zentrale Lücke: Nur ein kleiner Teil der Praxen nutzt KI bislang, oft weil zusätzliche Kosten den Zugang erschweren. Ergänzend wird an einem nicht-invasiven Atemtest gearbeitet, der Brustkrebs über chemische Gassignaturen nachweisen soll.
Die Diskussion um Brustkrebsfrüherkennung wirkt manchmal, als ginge es nur um ein „mehr“ an Untersuchungen. Bei der KI-gestützten Auswertung von Mammografien verschiebt sich der Fokus jedoch spürbar: Es geht nicht allein darum, Tumoren früher zu finden, sondern auch darum, wie verlässlich ein Screening im Alltag funktioniert – besonders dann, wenn nicht alle Patientinnen denselben Zugang zu optimalen Zusatzuntersuchungen haben. Die Radiologin Dr. Rachel Brem, diagnostische Radiologin und Leiterin für Breast Imaging und Intervention an der George Washington University, verfolgt in diesem Zusammenhang einen zweigleisigen Ansatz: bessere Detektion durch intelligente Bildanalyse und parallel ein stärker fairer Zugang zu Screening-Optionen.
Technisch betrachtet setzt Brem auf KI-Modelle, die Mammografieaufnahmen in ein zusätzliches Bewertungssystem überführen. In Zusammenarbeit mit ScreenPoint Medical entwickelt sie die Software Transpara, die nicht nur Auffälligkeiten in Bildern identifizieren soll, sondern auch ein künftiges Erkrankungsrisiko prognostizieren kann – selbst dann, wenn in der aktuellen Mammografie kein klarer Befund sichtbar ist. Brem knüpft daran die Aussage, dass wissenschaftliche Forschung Mammografien, die mit KI-Evaluierungen kombiniert werden, ermöglichen könnten, Krebs bis zu fünf Jahre früher zu erkennen. Entscheidend für den klinischen Nutzen ist dabei die Frage, wie gut solche Systeme aus subtilen Bildmustern lernen, ohne die Sensitivität in komplexen Fällen zu verlieren.
Der nächste Schritt betrifft weniger die Modellarchitektur als die Iterationsfähigkeit im Betrieb. Brem beschreibt, dass ein KI-gestütztes Screening die Software mit jeder neuen Analyse „ständig“ weiterlehren kann, wenn Frauen ab einem früheren Alter mit KI-gestützten Auswertungen untersucht würden. Damit entsteht ein praktischer Unterschied zu starren Auswerteprotokollen: statt einmaliger Kalibrierung würde das System stärker in den Routinebetrieb eingebunden. Gleichzeitig liefert der Text auch eine industriepraktische Bremse: Zwar existieren bereits mehrere Forschungsansätze, aber bundesweit nutzen laut Brem erst etwa 20% der Praxen KI bei ihren Mammogrammen. Wenn die KI-Auswertungen zudem häufig zusätzliche Kosten verursachen, entsteht eine wirtschaftliche Selektivität – Patientinnen profitieren nicht, wenn die Technologie in der Rechnungskette nicht erreichbar ist.
Genau an dieser Stelle wird der Markt- und Fairnessaspekt zur medizinischen Frage. Brem verweist auf rassistische Disparitäten in der Brustkrebssterblichkeit: Black women sollen eine um 40% höhere Sterblichkeitsrate als White women haben. In der gleichen Logik wirken strukturelle Faktoren wie fehlender Zugang zu Mammogrammen oder Hürden bei der Terminvergabe. Für Unternehmen und Gesundheitssysteme bedeutet das: KI-Qualität allein genügt nicht, wenn die Implementierung nicht flächendeckend gelingt. Brem stellt deshalb die „Equalize“-Perspektive in den Mittelpunkt ihrer Arbeit – etwa über ihre Stiftung, die seit 20 Jahren auf frühe Erkennung, Bildung und einen gerechteren Zugang setzt.
Abseits der KI-Bildanalyse geht Brem außerdem einen zweiten technologischen Strang an: einen nicht-invasiven Atemtest. Die Idee dahinter ist, dass erkranktes Gewebe chemische Verbindungen freisetzt, die als Gas messbar werden. Ein solcher Test könnte perspektivisch bestimmen, wer eine weitere Abklärung oder ein intensiveres Screening benötigt, ohne dass Kompression oder Injektionen nötig wären. Brem betont, dass der Test noch nicht verfügbar ist, nennt aber als Motivation ausdrücklich die Möglichkeit „no pain, no compression, and no injection“. Noch konkreter wird sie mit dem Roadmap-Thema: Denkbar sei künftig ein Frauen-Gesundheitspanel, bei dem über eine einzige Atemmessung mehrere Tests abgedeckt werden.
Für die derzeitige Praxis ordnet Brem die Screening-Empfehlungen an realen Leitplanken ein. In den USA empfiehlt das American College of Physicians laut Angaben in 2026 für Frauen ab 50 eine Mammografie im Zwei-Jahres-Takt, während die United States Preventive Services Task Force ab 40 eine jährliche Bildgebung im Zwei-Jahres-Rhythmus vorsieht. Brem nennt das für sie einen „trave sty“-Punkt und plädiert aus ihrer Forschung heraus für ein jährliches Screening ab 40 sowie ab 35 bei familiärer Vorbelastung. Dabei spielt auch der medizinische Sonderfall „dense breasts“ eine Rolle: Etwa die Hälfte der Frauen hat dichte Brustgewebe, bei denen Mammografien Tumoren hinter dem Gewebe möglicherweise schlechter erfassen. In solchen Fällen nennt Brem Ultraschall, MRT oder kontrastverstärkte Mammografien als notwendige Ergänzung, die nicht immer standardmäßig angeordnet werde.
Damit die Strategie im echten Leben aufgeht, verknüpft Brem technische und organisatorische Hebel. Sie spricht ausdrücklich davon, dass Frauen zusätzliche Untersuchungen einfordern sollten, wenn sie dichte Brüste haben – nicht erst, nachdem ein Befund entsteht. Auch psychologische Faktoren adressiert der Text: Angst vor positiven Ergebnissen führt dazu, dass manche Untersuchungen verzögert oder ausgelassen werden. Brem setzt dagegen ein klares Argument: Man eliminiert die Erkrankung nicht durch Nichtwissen; frühe Erkennung verbessert nach ihrem Hinweis die Überlebenschancen erheblich, weil sehr frühe Fälle besonders häufig heilbar sind. Für Entscheider in Kliniken und für Anbieter von Screening-Dienstleistungen ist das die handlungsleitende Konsequenz: KI kann die Detektion verbessern, aber die Wirkung entsteht erst, wenn Prozesse, Zugang, Kosten und Zusatzdiagnostik gemeinsam mitgedacht werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI in der Mammografie: Früherkennung, Risikoprognosen und fairerer Zugang" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI in der Mammografie: Früherkennung, Risikoprognosen und fairerer Zugang" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI in der Mammografie: Früherkennung, Risikoprognosen und fairerer Zugang« bei Google Deutschland suchen, bei Bing oder Google News!