Veröffentlicht am: 09.03.2026
Das könnte Sie auch interessieren
Autorin
Veröffentlicht am: 09.03.2026
Die Tumordiagnostik ist ein komplexes Gebiet der Medizin, das eine präzise und schnelle Diagnose erfordert, um eine geeignete Behandlung für Menschen mit Krebserkrankungen bieten zu können. In den letzten Jahren hat die künstliche Intelligenz (KI) bedeutende Fortschritte gemacht und spielt in diesem Bereich eine immer wichtigere Rolle.
Die KI-Programme nutzen Algorithmen und maschinelles Lernen, um große Mengen medizinischer Daten und Literatur zu analysieren. Sie tragen dazu bei, Muster und Zusammenhänge zu erkennen, die von Ärztinnen oder Ärzten übersehen werden könnten. Die KI kann auf diese Weise bei der Früherkennung von Tumoren, der Diagnosestellung und der Wahl der geeigneten Behandlungsoptionen unterstützen.
Ein Vorteil von KI-basierten Entscheidungshilfen ist ihre Fähigkeit, auf große Datensätze zuzugreifen und diese effizient zu analysieren. Zu diesen Daten zählen beispielsweise medizinische Bilder, Laborergebnisse, genetische Informationen und Krankengeschichten. Dadurch können KI-Systeme mögliche Abweichungen (Anomalien) oder charakteristische Merkmale identifizieren, die auf bestimmte Tumorarten oder deren Aggressivität hinweisen.
Ein weiterer Vorteil ist die Geschwindigkeit, mit der KI-basierte Entscheidungshilfen arbeiten. Während ein Mensch möglicherweise viel Zeit benötigt, um alle verfügbaren Informationen zu analysieren, kann eine KI-Plattform dies in Sekundenschnelle erledigen. Dadurch ist es möglich, wertvolle Zeit zu sparen und die Diagnosestellung sowie die Behandlungsplanung zu beschleunigen. Viel diskutierte Punkte beim Einsatz der medizinischen Unterstützung durch KI sind die Transparenz und Vertrauenswürdigkeit der Algorithmen. Die Ergebnisse von KI-Systemen müssen wissenschaftlich nachvollziehbar sein, um deren Richtigkeit zu gewährleisten.
Die KI wird in vielen Bereichen der Tumordiagostik bereits unterstützend eingesetzt und ist in einigen Bereichen bereits erprobt und regulatorisch zugelassen (CE-Zertifizierung in Europa). So wird sie z.B. zur Auswertung von Mammographien eingesetzt. Wichtig zu betonen ist, dass diese Anwendungen nicht als Ersatz einer ärztlichen Diagnose, sondern einer Ergänzung dienen.
Das Hauptziel des Forschungsprojektes CLINIC 5.1, an dem Vertreterinnen und Vertreter der Industrie, das Deutsche Krebsforschungszentrum (DKFZ), die Universität sowie das Universitätsklinikum Heidelberg beteiligt sind, ist die Entwicklung einer KI-basierten Entscheidungshilfe, die Ärztinnen und Ärzte bei der Diagnose und Behandlungsplanung von Tumorerkrankungen unterstützt. Am Beispiel urologischer Tumorerkrankungen wie Prostatakrebs haben die Forschenden bis August 2023 bereits Tumordokumentationen von über 15.000 Erkrankten mit etwa 6,7 Millionen Datenpunkten in die KI überführt.
Eine der Besonderheiten von CLINIC 5.1 ist seine Fähigkeit, verschiedene Arten von medizinischen Daten zu verarbeiten. Es kann auf Informationen aus medizinischen Bildern, Laborergebnissen, genetischen Informationen und elektronischen Patientenakten zugreifen. Durch die Integration dieser verschiedenen Datenquellen kann die KI eine umfassende und präzise Bewertung des Gesundheitszustands eines an Krebs erkrankten Menschen liefern.
Ein weiteres innovatives Merkmal von CLINIC 5.1 ist seine Anpassungsfähigkeit und Lernfähigkeit. Das System kann kontinuierlich aus den Erfahrungen und Daten lernen, um seine Diagnose- und Behandlungsvorschläge zu verbessern. Es passt sich auch an die individuellen Bedürfnisse der Erkrankten an, indem es Merkmale wie Alter, Geschlecht, genetische Veranlagungen und den Krankheitsverlauf berücksichtigt.
Das Projekt CLINIC 5.1 legt zudem großen Wert auf die Einbindung von Fachleuten. Durch Workshops, Schulungen und regelmäßigen Austausch werden die Erkenntnisse und Bedürfnisse der medizinischen Fachkräfte in die Entwicklung des Systems miteinbezogen. Diese Zusammenarbeit gewährleistet, dass die KI-basierte Entscheidungshilfe von CLINIC 5.1 eng an die klinische Praxis angepasst ist und den Anforderungen und Standards der Ärzteschaft entspricht.
Hirntumordiagnose während der OP
Ein niederländisches Forscherteam hat eine KI entwickelt, die noch während einer laufenden Operation eine genaue Diagnose der Tumoreigenschaften durchführen kann. In 60 bis 90 Minuten lagen die Ergebnisse der genetischen Analyse der Hirntumore vor und die Operierenden konnten entscheiden, ob sie nur den Tumor oder weiteres Hirngewebe entfernen mussten. In einigen Fällen wurden so die Heilungschancen erhöht.
Die Mammografie ist eine wichtige Technik zur Brustkrebsfrüherkennung, bei der Röntgenstrahlen verwendet werden, um Veränderungen im Brustgewebe zu erkennen. Trotz ihrer Wirksamkeit stellt die Interpretation von Mammogrammen eine Herausforderung dar und erfordert eine hohe Genauigkeit und Sorgfalt seitens der radiologischen Fachkräfte. Hier kommt die künstliche Intelligenz ins Spiel, die in diesem Bereich immer häufiger eingesetzt wird, um die Diagnosestellung zu verbessern und das medizinische Personal zu entlasten.
KI-gestützte Algorithmen in der Mammografie haben gezeigt, dass sie Tumore genauer identifizieren können als herkömmliche Screening-Methoden. Durch den Zugriff auf umfangreiche Datensätze können KI-Systeme potenzielle Anomalien identifizieren, die von radiologischem Personal möglicherweise übersehen werden.
Gut zu wissen:
Eine Studie der Universität zu Lübeck im Rahmen des deutschen Mammographie-Screening-Programms ergab, dass mit KI-Unterstützung 6,7 Brustkrebsfälle pro 1.000 Frauen erkannt wurden – gegenüber 5,7 Fällen ohne KI. Dies entspricht einer Steigerung der Entdeckungsrate um fast 18 %, bei gleichzeitig stabiler Rückrufrate. Die Arbeitsbelastung des medizinischen Fachpersonals konnte spürbar gesenkt werden.
Studien belegen, dass der Einsatz von KI in der Mammografie zu einer Steigerung der Sensitivität und Spezifität führen kann, was bedeutet, dass mehr Tumore erkannt und gleichzeitig Fehlalarme reduziert werden. Eine schwedische Forschergruppe steigerte mit dem Einsatz einer KI die Zahl der entdeckten Tumore um 20 Prozent. Die Arbeitsbelastung konnte dabei um 43 Prozent gesenkt werden. Eine genaue und zuverlässige Früherkennung ist von entscheidender Bedeutung, um eine rechtzeitige Behandlung zu ermöglichen und die Überlebenschancen von Menschen mit Brustkrebs zu verbessern.
KI-basierte Entscheidungshilfen in der Tumordiagnostik bieten ein großes Potenzial, um die Genauigkeit und Effizienz der Diagnosestellung und Behandlungsplanung zu verbessern. Sie können Fachleute bei der Identifizierung von Tumorarten, der Beurteilung des Krankheitsverlaufs und der Wahl der geeigneten Therapieoptionen unterstützen. Dennoch ist es von großer Bedeutung, weiterhin in Forschung und Entwicklung zu investieren, um die Leistungsfähigkeit und das Vertrauen in KI-basierte Systeme in der medizinischen Praxis zu stärken.
KI-Systeme sind kein Ersatz für menschliche Expertise, sondern sollen als Ergänzung und Unterstützung bei der Diagnose und Behandlungswahl dienen. Das Wissen und die Erfahrung von Fachleuten sind Voraussetzung, um die Ergebnisse der KI zu interpretieren und in den individuellen Kontext der Erkrankten einzuordnen.
[1] Ärzteblatt. KI-Projekt zeigt Potenziale für Versorgungsoptimierung auf. https://www.aerzteblatt.de/nachrichten/145570/KI-Projekt-zeigt-Potenziale-fuer-Versorgungsoptimierung-auf
[2] Bundesministerium für Wirtschaft und Klimaschutz (BMWK). CLINIC 5.1 – Comprehensive Lifesciences Neural Information Computing. https://www.digitale-technologien.de/DT/Navigation/DE/ProgrammeProjekte/AktuelleStrategischeEinzelprojekte/clinic5_1/clinic5_1.html
[3] Ärzteblatt. Hirntumor: Künstliche Intelligenz ermöglicht Genomdiagnose während der Operation. https://www.aerzteblatt.de/nachrichten/146606/Hirntumor-Kuenstliche-Intelligenz-ermoeglicht-Genomdiagnose-waehrend-der-Operation
[4] Lang et al. Artificial intelligence-supported screen reading versus standard double reading in the Mammography Screening with Artificial Intelligence trial (MASAI): a clinical safety analysis of a randomised, controlled, non-inferiority, single-blinded, screening accuracy study, The Lancet Oncology, Vol. 24, Issue 8, p. 936-944, 08/2023. https://www.thelancet.com/journals/lanonc/article/PIIS1470-2045(23)00298-X/fulltext
[5] Ärzteblatt. KI-Unterstützung kann Krebserkennung im Mammografiescreening verbessern. https://www.aerzteblatt.de/nachrichten/144293/KI-Unterstuetzung-kann-Krebserkennung-im-Mammografiescreening-verbessern
[6] Ärzteblatt. Mammografie: Künstliche Intelligenz findet mehr Tumore und entlastet Radiologen. https://www.aerzteblatt.de/nachrichten/145008/Mammografie-Kuenstliche-Intelligenz-findet-mehr-Tumore-und-entlastet-Radiologen
[7] VDE Health Zulassung von KI-basierte Medizinprodukten in Europa https://www.vde.com/topics-de/health/beratung/zulassung-von-ki-basierten-medizinprodukten-in-europa
[8] nature medicine https://www.nature.com/articles/s41591-024-03408-6 Nationwide real-world implementation of AI for cancer detection in population-based mammography screening