KI lernte, Bauchspeicheldrüsenkrebs lange vor dem Auftreten von Symptomen zu erkennen.

Einer neuen Studie zufolge wurde künstliche Intelligenz darauf trainiert, Bauchspeicheldrüsenkrebs lange vor dessen Sichtbarkeit auf bildgebenden Verfahren zu erkennen.

Diese Entwicklung eröffnet die Aussicht, einen der tödlichsten Tumore in einem so frühen Stadium zu erkennen, dass eine erfolgreiche Behandlung möglich ist.

Das von Forschern der Mayo Clinic und ihren Kollegen entwickelte KI-Modell Redmod war in der Lage, subtile Veränderungen in Standard-CT-Scans durchschnittlich 475 Tage vor der Diagnose zu erkennen.

Bauchspeicheldrüsenkrebs wird selten frühzeitig erkannt, da die Tumore keine Symptome verursachen und oft erst im fortgeschrittenen Stadium in bildgebenden Verfahren sichtbar sind. Mehr als 85 % der Fälle werden entdeckt, wenn die Behandlung auf die Linderung der Symptome beschränkt ist.

Die Ergebnisse deuten auf einen möglichen Paradigmenwechsel in der Krebsdiagnostik hin.

„Dieser Zeitraum ist von großer Bedeutung, da eine so frühe Erkennung die Heilungschancen deutlich erhöhen und die Überlebenschancen verbessern kann“, schreiben die Forscher.

Sollte sich die Wirksamkeit des neuen Instruments in Screening-Studien unter realen Bedingungen bestätigen, könnte die Früherkennung von Krebs einen chirurgischen Eingriff oder andere Behandlungen ermöglichen.

„Modellrechnungen zeigen, dass eine Erhöhung des Anteils lokalisierter duktaler Pankreasadenokarzinome von 10 % auf 50 % die Überlebensrate mehr als verdoppeln würde. Dies unterstreicht einmal mehr, dass der Zeitpunkt der Diagnose der mit Abstand wichtigste Faktor für den Behandlungserfolg ist“, so die Experten.

Effizienz

Redmod analysiert Muster in CT- Scans, die für das menschliche Auge unsichtbar sind. Es wurde anhand von Scans von über 1400 Personen trainiert und getestet, darunter 219 Patienten, deren frühe Scans als normal galten, die aber später Bauchspeicheldrüsenkrebs entwickelten.

Im direkten Vergleich schnitt die KI deutlich besser ab als die Radiologen: Sie erkannte 73 % der Fälle korrekt, im Vergleich zu 39 % bei den Spezialisten.

Bei Scans, die mehr als zwei Jahre vor der Diagnose durchgeführt wurden, war der Vorteil der KI sogar noch größer – 68 % gegenüber 23 %.

Das Modell erwies sich als stabil über verschiedene Krankenhäuser und Scanner hinweg und klassifizierte über 80 % der Bilder von Personen, die keinen Krebs entwickelten, korrekt.

Die Forscher betonten, dass das Instrument zur Identifizierung von Hochrisikopatienten genutzt werden könne, jedoch seien prospektive Studien erforderlich, bevor es in die Routinepraxis eingeführt werden könne.

Erinnern wir uns daran, dass Google im Oktober 2025 in Zusammenarbeit mit der Yale University ein neues Basismodell mit 27 Milliarden Parametern vorgestellt hat, das die „Sprache“ einzelner Zellen verstehen soll.