Brustkrebs: Schwarmintelligenz verbessert Diagnostik

Wie lässt sich die Diagnostik von Brustkrebs verbessern und sicherer machen? Durch die Schwarmintelligenz von Ärzten. Denn fünf Radiologen sehen mehr als zwei.

Brustkrebs oder gutartige Veränderung in der Brust? Diese Entscheidung ist selbst für erfahrene Radiologen schwierig, wenn sie auf Mammografie-Aufnahmen oder Bilder der Magnetresonanztomografie blicken. Im Mammografie-Screening begutachten deshalb zwei Ärzte unabhängig voneinander die Röntgenaufnahmen der Brust – sie müssen zum gleichen Ergebnis kommen, ein Veränderung in der Brust also als gut- oder bösartig einstufen.

Doch trotzdem führe das „Vier-Augen-Prinzip“ oft zu falschen Entscheidungen, bemängelt der Forschungsverbund Berlin e.V. Etwa 20 Prozent der Frauen, die zum Zeitpunkt des Brustkrebs-Screenings einen bösartigen Tumor haben, würden als krebsfrei diagnostiziert, so die Forscher. Und bei ebenfalls rund 20 Prozent der Frauen ist es umgekehrt: Sie erhalten die Diagnose Brustkrebs, obwohl sie keinen Krebs in der Brust haben. Sie werden in Angst und Schrecken versetzt und durchlaufen womöglich sogar belastende Therapien wie Operation, Chemotherapie und Bestrahlung.

Bessere Brustkrebsdiagnostik – Schwarmintelligenz nutzen

Wie lässt sich diese doch relativ hohe Quote von Fehleinschätzungen verbessern? Eine neue Studie zeigt nun, dass sich mit Hilfe kollektiver Intelligenz deutliche Verbesserungen in der Brustkrebsdiagnostik erzielen lassen. „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 Mammografie-Datensätze, in dem über 100 Radiologen unabhängig voneinander jeweils mehr als 100 Mammografieaunahmen beurteilten. Neben diesen über 15.000 Beurteilungen berücksichtigten sie dabei auch den tatsächlichen Gesundheitsstatus der Patientinnen.

Schwarmintelligenz gegen falsche Brustkrebsdiagnosen

Die Forscher wiesen nach, dass schon 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 ließen sich so 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) senken.

„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 Mammografie-Screenings durch das Prinzip der kollektiven Intelligenz entscheidend verbessert werden könnte“, fasst Wolf zusammen.

Unbegrenzt viele Ärztemeinungen 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.

Umstrittenes Mammografie-Screening

Jede achte Frau erkrankt einmal in ihrem Leben an Brustkrebs. Rund 75.000 Frauen trifft die Diagnose Brustkrebs jedes Jahr neu. Die Diagnostik von Brustkrebs stützt sich auf mehrere Säulen: Tastuntersuchung, Mammografie (die Röntgenuntersuchung der Brust), manchmal Magnetresonanztomografie (Mamma-MRT) und zur endgültigen Sicherheit eine Gewebeentnahme (Biopsie).

Seit 2009 gibt es ein Mammografie-Screening in Deutschland, um Brustkrebs schon in frühen Stadien zu finden. Es lädt alle Frauen zwischen 50 und 69 Jahre alle zwei Jahre zur Mammografie ein. Der Nutzen dieser flächendeckenden Untersuchung ist unter Fachleuten heftig umstritten. Die Teilnahmerate mit knapp über 50 Prozent ist zu niedrig, es werden Tumoren bei Frauen entdeckt, die ihnen zu Lebzeiten nie gesundheitlich Probleme bereitet hätten, und viele Frauen mit kleinen und wenig aggressiven Tumoren, behandeln Krebsmediziner mit der ganzen Palette an Krebstherapien.

Das Robert-Koch-Institut schätzt, dass das Brustkrebs-Screening  in Deutschland das Leben von rund 2.000 Frauen pro Jahr retten könnte. Belegen lassen sich diese Zahlen aber nicht – dafür läuft das Programm zu kurz. Erst 2018 werden die Auswertungen zeigen, ob das Programm tatsächlich mehr Frauen überleben lässt.

Quelle:
Max Wolf, Jens Krause, Patricia A. Carney, Andy Bogart, Ralf H. J. M. Kurvers. Collective Intelligence Meets Medical Decision-Making: The Collective Outperforms the Best Radiologist, PLOS ONE, 12. August 2015, DOI: 10.1371/journal.pone.0134269

Ingrid Müller

Ingrid Müller hat Biologie und Chemie studiert, ist gelernte Journalistin, Buchautorin und schreibt für verschiedene Medien, unter anderem Focus Gesundheit, das Brustkrebs-Magazin MammaMia!, Springer und Funke. Sie ist Redaktionsleiterin der Gesundheitsplattform Prostata Hilfe Deutschland für Männer mit Prostatakrebs. Zudem entwickelt sie digitale Gesundheitsprojekten mit. Zwölf Jahre war sie Chefredakteurin des Gesundheitsportals netdoktor.de

Kommentar schreiben

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.