KI erkennt Bauchspeicheldrüsenkrebs Jahre früher

Bauchspeicheldrüsenkrebs gehört zu den tückischsten Krebsarten. Nicht, weil er besonders häufig wäre, sondern weil er sich lange versteckt. Oft verursacht er erst Beschwerden, wenn die Krankheit bereits fortgeschritten ist. Dann sind die Möglichkeiten für eine heilende Behandlung meist stark eingeschränkt.

Hier setzt eine neue Entwicklung der Mayo Clinic an: Ein dort entwickeltes KI-Modell kann auf ganz normalen Bauch-CTs frühe Veränderungen erkennen, die dem menschlichen Auge noch entgehen. Die Studie wurde im Fachjournal Gut veröffentlicht. Das System trägt den Namen REDMOD – Radiomics-based Early Detection Model. Was im weitesten das heißt: „Ein KI-Modell zur Früherkennung, das feine Muster in medizinischen Bildern auswertet.“

Frühere CT-Bilder auswerten

Die Idee ist nicht, zusätzliche Spezialuntersuchungen für alle einzuführen. Vielmehr soll die KI CT-Bilder auswerten, die ohnehin aus anderen Gründen gemacht wurden – etwa wegen Bauchbeschwerden, unklarer Befunde oder bei Menschen mit erhöhtem Risiko.

In der Studie analysierte das Modell knapp 2000 CT-Scans. Darunter waren Aufnahmen von Patientinnen und Patienten, bei denen später Bauchspeicheldrüsenkrebs diagnostiziert wurde. 

Entscheidend: Diese früheren CTs waren ursprünglich als unauffällig beurteilt worden. Die KI erkannte dennoch bei 73 Prozent der späteren Krebsfälle ein Risikosignal – im Median rund 16 Monate vor der tatsächlichen Diagnose. Damit war sie deutlich treffsicherer als Fachärzte, die dieselben Aufnahmen ohne KI-Unterstützung beurteilten. 

Besonders bemerkenswert war der Unterschied bei sehr frühen Zeitpunkten: Bei CTs, die mehr als zwei Jahre vor der Diagnose entstanden waren, identifizierte die KI laut Mayo Clinic fast dreimal so viele frühe Krebsfälle wie die ärztliche Befundung ohne KI-Hilfe. 

Was sieht die KI, was Menschen nicht sehen?

Die KI sucht nicht nach einem bereits klar sichtbaren Tumor. Sie analysiert sehr feine Muster im Gewebe: Textur, Struktur, Dichteverteilungen und andere quantitative Bildmerkmale. Solche Veränderungen können darauf hindeuten, dass sich im Pankreas – also in der Bauchspeicheldrüse – bereits biologische Prozesse abspielen, lange bevor eine Raumforderung sichtbar wird.

Die KI ersetzt also nicht die Radiologin oder den Radiologen. Sie soll vielmehr auf ein Risiko aufmerksam machen, das in einem normal wirkenden CT-Bild sonst unbemerkt bleiben könnte.

Die Forschenden betonen auch, dass das Modell nicht nur an einem einzelnen Datensatz funktionierte. Es wurde mit CT-Bildern aus mehreren Einrichtungen, mit unterschiedlichen Geräten und Untersuchungsprotokollen validiert. 

Das ist wichtig, weil KI-Systeme in der Medizin häufig gut in kontrollierten Entwicklungsdaten funktionieren, im klinischen Alltag aber an Vielfalt verlieren. REDMOD zeigte laut Studie eine stabile Leistung auch über verschiedene Datensätze hinweg. 

Warum eine frühe Diagnose so wichtig ist

Bei kaum einer Krebsart ist der Zeitpunkt der Diagnose so entscheidend. Wird Bauchspeicheldrüsenkrebs in einem lokal begrenzten Stadium entdeckt, sind die Überlebenschancen deutlich besser als bei fortgeschrittener Erkrankung. 

Nach Daten des US-amerikanischen SEER-Programms liegt die relative Fünf-Jahres-Überlebensrate bei lokal begrenztem Pankreaskrebs bei rund 44 Prozent, bei bereits fernmetastasierter Erkrankung dagegen nur bei etwa drei Prozent. Insgesamt liegt die Fünf-Jahres-Überlebensrate bei etwa 13 Prozent. 

Das erklärt, warum frühe Warnsignale so wertvoll wären. Bisher gibt es jedoch kein einfaches, breit eingesetztes Screening für die Allgemeinbevölkerung. 

Als mögliche Zielgruppe nennen die Forschenden unter anderem Menschen mit erhöhtem Risiko, etwa Patientinnen und Patienten mit neu aufgetretenem Diabetes. Denn ein plötzlich beginnender Diabetes kann in manchen Fällen ein frühes Begleitzeichen eines Pankreastumors sein – auch wenn natürlich die allermeisten Diabetesfälle nichts mit Krebs zu tun haben.

Kein fertiger Massentest, aber ein wichtiger Schritt

So vielversprechend die Ergebnisse sind: REDMOD ist noch kein allgemein verfügbares Screeningprogramm. Die Forschenden prüfen nun in einer prospektiven klinischen Studie wie sich KI-gestützte Früherkennung tatsächlich in die Versorgung integrieren lässt. 

Dabei geht es nicht nur um Trefferquoten, sondern auch um praktische Fragen: Wie oft schlägt die KI falschen Alarm? Welche Folgeuntersuchungen sind sinnvoll? Verbessert die frühere Erkennung tatsächlich Überleben und Lebensqualität? 

Das ist entscheidend. Denn ein KI-Signal allein ist noch keine Diagnose, aber es kann ein Anlass sein, genauer hinzusehen – etwa mit weiterer Bildgebung, Verlaufskontrollen oder spezialisierten Abklärungen. Ob daraus ein klinischer Standard wird, muss erst gezeigt werden.

Trotzdem markiert die Studie einen wichtigen Fortschritt. Sie zeigt, dass sich in medizinischen Routinebildern offenbar Informationen verbergen, die bislang ungenutzt blieben. Für eine Krebsart, die oft erst sehr spät entdeckt wird, könnte das ein relevanter Hebel sein.