Artificial Intelligence in Mammography Screening in Norway (AIMS Norway): Protocol for a randomized controlled trial

Die vorliegende Studie beschreibt das Protokoll für eine randomisierte kontrollierte Nichtunterlegenheitsstudie in Norwegen, die untersucht, ob eine KI-gestützte, risikoadaptierte Lese strategie in der Mammographie-Screening-Praxis die Effizienz steigert, ohne die Detektionsrate von Brustkrebs im Vergleich zur Standard-Doppellesung zu beeinträchtigen.

Das Wesentliche

Das große Problem: Zu viele Bilder, zu wenige Augen

Stell dir vor, Norwegen hat ein riesiges System, um Brustkrebs früh zu finden. Jede Frau zwischen 50 und 69 Jahren wird alle zwei Jahre eingeladen, ein Röntgenbild (Mammografie) zu machen. Das ist wie ein riesiges Sicherheitsnetz.

Das Problem ist aber:

1. Die Flut an Bildern: Fast alle Bilder zeigen nichts Besonderes (über 99 % sind „grün" oder „in Ordnung").
2. Der Personalmangel: Es gibt zu wenige spezialisierte Ärzte (Radiologen), die diese Bilder ansehen müssen.
3. Die aktuelle Regel: Um sicherzugehen, schaut sich jedes Bild aktuell zwei verschiedene Ärzte unabhängig voneinander an. Das ist sehr sicher, aber auch extrem zeitaufwendig und teuer.

Die neue Idee: Ein digitaler Assistent (Künstliche Intelligenz)

Die Forscher fragen sich: „Was wäre, wenn wir einen superklugen Computer (Künstliche Intelligenz, kurz KI) als Assistenten nutzen?"

Diese KI, die im Projekt „Transpara" heißt, schaut sich die Bilder an und gibt jedem ein Risikopunktzahl von 1 bis 10:

• 1 bis 7: „Das sieht sehr ruhig und harmlos aus." (Niedriges Risiko)
• 8 bis 10: „Hier könnte etwas faul sein, das müssen wir genau prüfen." (Hohes Risiko)

Der große Test: Wie funktioniert das im Alltag?

Um herauszufinden, ob diese Idee sicher ist, machen die Forscher einen riesigen Vergleichs-Test (eine Studie), bei dem 165.000 Frauen teilnehmen. Sie werden per Zufall in zwei Gruppen geteilt:

Gruppe A (Die „Alte Schule"):
Hier passiert alles wie bisher. Zwei Ärzte schauen sich jedes Bild unabhängig voneinander an. Das ist der Standard, an dem wir uns messen.

Gruppe B (Die „KI-Unterstützte"):
Hier kommt der KI-Assistent ins Spiel, aber mit einer wichtigen Regel: Die Ärzte wissen am Anfang NICHT, was die KI denkt.

• Wenn die KI sagt: „Risiko 1–7" (Harmlos), darf nur ein Arzt das Bild ansehen. Das spart Zeit!
• Wenn die KI sagt: „Risiko 8–10" (Verdächtig), schauen zwei Ärzte hin, genau wie in der alten Gruppe.

Warum ist das clever?
Stell dir vor, du hast einen Berg von 100 Briefen zu lesen. 95 davon sind normale Rechnungen, 5 sind wichtige Warnungen.

• Ohne KI: Du liest alle 100 Briefe zweimal durch.
• Mit KI: Der KI-Scanner sortiert die 95 harmlosen Briefe in einen Stapel. Du liest diese nur einmal. Die 5 wichtigen Warnungen liest du trotzdem zweimal, um sicherzugehen.

Was wollen die Forscher herausfinden?

Die wichtigste Frage lautet: „Finden wir in der KI-Gruppe genauso viele Krebsfälle wie in der alten Gruppe?"

Das Ziel ist nicht unbedingt, mehr Krebs zu finden, sondern zu beweisen, dass wir durch den Einsatz der KI nicht weniger finden. Wenn das klappt, haben wir gewonnen:

• Wir sparen Zeit und Ärzte-Nerven für die wirklich wichtigen Fälle.
• Wir können mehr Frauen screenen, ohne dass die Qualität leidet.
• Das System wird nachhaltiger, auch wenn es in Zukunft vielleicht noch weniger Ärzte gibt.

Wie wird sichergestellt, dass es fair ist?

Damit die Ärzte nicht zu sehr auf die KI vertrauen (und sich blind auf sie verlassen), ist die Studie so aufgebaut:

1. Die Ärzte sehen die KI-Ergebnisse erst nachdem sie ihre eigene Meinung abgegeben haben.
2. Wenn zwei Ärzte uneinig sind (was selten passiert), kommen sie zusammen, schauen sich das Bild noch einmal an und dann erst sehen sie, was die KI gesagt hat.
3. Ein unabhängiges Sicherheitskomitee überwacht den ganzen Prozess, damit niemand zu Schaden kommt.

Das Fazit in einem Satz

Dieser Test will beweisen, dass wir einen „digitalen Türsteher" (die KI) nutzen können, um die harmlosen Fälle schneller zu erledigen, damit sich die menschlichen Ärzte auf die gefährlichen Fälle konzentrieren können – und dabei trotzdem jeden einzelnen Krebsfall finden, den sie auch ohne KI gefunden hätten.

Wenn das klappt, könnte das die Art und Weise, wie wir Brustkrebs in der ganzen Welt screenen, für immer verändern.

Technische Zusammenfassung

1. Problemstellung und Hintergrund

Das Brustkrebs-Screening in Norwegen (und global) steht vor erheblichen Herausforderungen:

• Ressourcenknappheit: Es herrscht ein weltweiter Mangel an Radiologen.
• Ineffizienz: Ein sehr hoher Anteil der Mammographien (über 99 %) ist unauffällig, was die Arbeitslast für Radiologen im Verhältnis zur Detektionsrate von Krebs ineffizient macht.
• Fehleranfälligkeit: Retrospektive Studien zeigen, dass fast ein Viertel der screen-detektierten Krebserkrankungen von einem der beiden Radiologen bei der unabhängigen Doppellesung übersehen wird. Zudem sind 20–25 % der screen-detektierten und Intervallkrebse (Krebse, die zwischen zwei Screenings auftreten) retrospektiv auf früheren Bildern sichtbar, was die Grenzen der menschlichen Interpretation aufzeigt.
• Zielkonflikt: Die Notwendigkeit, die Effizienz und Nachhaltigkeit der Screening-Programme zu verbessern, ohne die diagnostische Leistungsfähigkeit (insbesondere die Krebsdetektionsrate) zu beeinträchtigen.

2. Methodik

Die Studie ist als randomisierte, kontrollierte, parallele, Nicht-Unterlegenheits-Studie (Non-Inferiority Trial) mit einfacher Verblindung konzipiert.

• Studienpopulation: Frauen im Alter von 50–69 Jahren, die zur Teilnahme am norwegischen Brustkrebs-Screening-Programm (BreastScreen Norway) in den Regionen West-, Zentral- und Nordnorwegen eingeladen sind.
• Randomisierung: Teilnehmerinnen werden 1:1 nach Zufallsprinzip in eine Kontrollgruppe oder eine Interventionsgruppe eingeteilt.
• Interventionsgruppe (KI-gestützt):
  • Die Mammographien werden vor der radiologischen Interpretation mit dem KI-System Transpara® (ScreenPoint Medical) analysiert.
  • Das System generiert einen Risikoscore von 1 bis 10.
  • Stratifizierte Lesestrategie:
    • Scores 1–7 (Niedriges Risiko): Werden von einem einzigen Radiologen gelesen (Single Reading).
    • Scores 8–10 (Mittleres bis hohes Risiko): Werden unabhängig von zwei Radiologen gelesen (Independent Double Reading), analog zum Standard.
  • Verblindung: Die Radiologen sind während der Erstinterpretation gegenüber den KI-Scores und den KI-Markierungen blind. Diese Informationen werden erst in Konsensus-Sitzungen offengelegt, falls eine Einigung erforderlich ist.
• Kontrollgruppe:
  • Erhält die Standardbehandlung: Unabhängige Doppellesung durch zwei Radiologen mit Konsensus-Sitzungen bei Diskrepanzen.
  • Die KI-Analyse erfolgt hier nur retrospektiv zu Forschungszwecken.
• Primärer Endpunkt: Anzahl der screen-detektierten Brustkrebserkrankungen (DCIS oder invasiv) in beiden Gruppen.
• Sekundäre Endpunkte: Konsensrate, Recall-Rate (Einbestellungsrate), Intervallkrebsrate, Tumorhistopathologie, Mammographie-Merkmale und Zeitaufwand für die Lesung.
• Statistische Planung:
  • Hypothese: Die KI-gestützte Strategie ist der Standard-Doppellesung nicht unterlegen (Non-Inferiority).
  • Stichprobengröße: Um eine Nicht-Unterlegenheit mit 80 % Power und einem Alpha von 0,025 nachzuweisen, werden ca. 132.184 Untersuchungen (je 66.092 pro Gruppe) benötigt. Dies entspricht einer Einladungsrate von ca. 165.000 Frauen bei einer Teilnahmequote von 80 %.
  • Nicht-Unterlegenheitsgrenze: Die Obergrenze des Konfidenzintervalls für den Unterschied in der Krebsdetektionsrate darf 0,0012 (entspricht 1,2 Fällen pro 1.000 Untersuchungen) nicht überschreiten.

3. Schlüsselbeiträge und Innovationen

• Erste prospektive RCT im Bevölkerungsbereich: Während viele KI-Studien retrospektiv sind, evaluiert AIMS Norway die KI in einer realen, prospektiven Screening-Umgebung mit randomisierter Zuteilung.
• Risikoadaptierte Arbeitsabläufe: Die Studie testet einen neuen Workflow, bei dem KI nicht nur als „zweiter Leser" fungiert, sondern aktiv entscheidet, ob ein Fall von einem oder zwei Radiologen gelesen werden muss. Dies zielt darauf ab, die Arbeitslast drastisch zu reduzieren, indem低风险-Fälle (ca. 70–80 %) nur einmal gelesen werden.
• Vermeidung von Automatisierungsbias: Durch die Verblindung der Radiologen gegenüber den KI-Ergebnissen während der Erstlesung wird sichergestellt, dass die menschliche Urteilsfähigkeit nicht unangemessen durch die KI beeinflusst wird.
• Ethische und datenschutzrechtliche Konformität: Die Studie erfüllt strenge Anforderungen der DSGVO (GDPR) und wurde von Ethikkommissionen genehmigt.

4. Ergebnisse (Status des Protokolls)

Da es sich um ein Studienprotokoll handelt, liegen noch keine empirischen Ergebnisse (Datenanalyse) vor. Das Dokument beschreibt den geplanten Weg zur Generierung dieser Daten.

• Geplante Ergebnisse: Die Studie soll beweisen, dass die KI-gestützte Strategie die Krebsdetektionsrate nicht signifikant senkt, während sie die Effizienz steigert.
• Monitoring: Ein Data Monitoring and Safety Board (DSMB) überwacht die Sicherheit und Integrität der Studie halbjährlich.

5. Bedeutung und Implikationen

Die AIMS Norway-Studie hat das Potenzial, die Zukunft des Brustkrebs-Screenings weltweit zu prägen:

• Nachhaltigkeit: Sie adressiert die kritische Frage, wie Screening-Programme angesichts des Radiologenmangels und steigender Fallzahlen langfristig aufrechterhalten werden können.
• Ressourcenoptimierung: Wenn die Nicht-Unterlegenheit nachgewiesen wird, könnte dies den Weg für eine Reduzierung der Doppellesung bei niedrigen Risikofällen ebnen, was erhebliche Zeit- und Kostenersparnisse bei gleichbleibender Patientensicherheit ermöglicht.
• Evidenzbasierte Politik: Die Ergebnisse werden als robuste Evidenzbasis dienen, um nationale und internationale Screening-Richtlinien zu aktualisieren und KI sicher in klinische Workflows zu integrieren.
• Balance zwischen Effizienz und Sicherheit: Die Studie liefert entscheidende Daten darüber, ob KI menschliche Expertise ergänzen oder teilweise ersetzen kann, ohne die Qualität der Krebsfrüherkennung zu gefährden.

Zusammenfassend stellt AIMS Norway einen Meilenstein in der klinischen KI-Forschung dar, der den Übergang von reinen Retrospektiv-Studien zu einer evidenzbasierten Integration von KI in die Routineversorgung markiert.