Künstliche Intelligenz klassifiziert Bauchspeicheldrüsenzysten mit hoher Genauigkeit.

Künstliche Intelligenz klassifiziert Bauchspeicheldrüsensezysten mit hoher Genauigkeit Künstliche Intelligenz (KI) wie ChatGPT ist darauf ausgelegt, Daten schnell zu verarbeiten. Forscher haben die Plattform ChatGPT-4 genutzt, um spezifische Datenpunkte aus den Magnetresonanztomografien (MRT) und Computertomografien (CT) von Patienten mit Bauchspeicheldrüsensezysten zu extrahieren und zu analysieren. Ihre Ergebnisse zeigen eine fast perfekte Genauigkeit im Vergleich zum manuellen Ansatz, der von Radiologen durchgeführt wird. Die Ergebnisse wurden im Journal of the American College of Surgeons veröffentlicht. „ChatGPT-4 ist ein viel effizienterer Ansatz, kostengünstig und ermöglicht es Forschern, sich auf die Datenauswertung und Qualitätssicherung zu konzentrieren, anstatt jede einzelne Krankenakte zu prüfen“, sagte Co-Autor des Studien, Dr. Kevin C. Soares, ein chirurgischer Onkologe am Memorial Sloan Kettering Cancer Center in New York City. „Unsere Studie hat gezeigt, dass dieser KI-Ansatz im Wesentlichen genauso genau ist wie der manuelle Ansatz, der als Goldstandard gilt.“ Die Forscher nutzten eine bestehende Datenbank von nahezu 1.000 Erwachsenen, die zwischen 2010 und 2024 aufgrund von Bauchspeicheldrüsenlésionen unter Beobachtung standen. ChatGPT-4 wurde eingesetzt, um neun klinische Variablen zu identifizieren, die bei der Überwachung der Zystenentwicklung verwendet werden: Zystengröße, Hauptpankreisgang-Größe, Anzahl der Läsionen, Dilatation des Hauptpankreisgangs, Dilatation der Nebengänge, Präsenz von festen Komponenten, kalkhaltige Läsionen, Bauchspeicheldrüsenatröpie und Pankreatitis. Bauchspeicheldrüsensezysten sind weit verbreitet und erfordern eine ständige Überwachung, da einige zu Krebs entwickeln, der dann operativ behandelt werden muss. Die Forscher bewerteten die Fähigkeit von ChatGPT-4, diese neun Faktoren zu erkennen und zu klassifizieren, die mit einem erhöhten Risiko für Dysplasie und Krebs in Verbindung stehen. Als Vergleichsstandard diente eine manuell annotierte institutionelle Zystendatenbank. Dr. Soares betonte, dass KI dazu beitragen kann, medizinische Forschung zu erweitern und Patientenoutcome zu verbessern. „Die Frage, die ich am häufigsten gestellt bekomme, lautet: ‚Wie hoch ist das Risiko, dass diese Zyste zu Krebs wird?‘ Wir haben nun eine effiziente Methode, die MRT- und CT-Bilder tausender Patienten zu analysieren und unseren Patienten eine bessere Antwort zu geben. Dies hilft dabei, Angst zu reduzieren und die Patienten bei ihren Therapieentscheidungen sicherer zu fühlen.“ Obwohl es sich um eine Nachweiskonzeptstudie handelt, möchten die Autoren der Studie in Zukunft KI nutzen, um die Anzahl der Forschungsfragen zu erhöhen und die Patientenversorgung zu verbessern. „Es gibt großes Interesse daran, ob KI vorhersagen kann, wer Krebs entwickeln wird. Es ist wichtig, zu verstehen, wer Fortschritte macht und warum, damit wir bessere Chancen haben, die Überwachung anzupassen. Wir wollen die Anzahl der Patientenbesuche, die Kosten für das Gesundheitswesen reduzieren und letztlich einen maßgeschneiderten, nicht aber ein ‚eins-zu-eins-Passenden‘ Ansatz zur Überwachung bieten.“ Die Forscher warnen jedoch, dass die Studie nur eine KI-Quelle, ChatGPT-4, verwendet hat und die Ergebnisse auf die verwendeten Daten beschränkt sind. KI kann nur mit der Information arbeiten, die ihr zur Verfügung steht. Diese Einschränkungen können die breitere Anwendbarkeit der Ergebnisse einschränken. Insgesamt legt die Studie nahe, dass KI-Modelle wie ChatGPT-4 ein vielversprechendes Werkzeug zur Verbesserung der Diagnostik und Überwachung von Bauchspeicheldrüsensezysten sein können. Sie erlauben es, große Datenmengen effizient zu verarbeiten und somit präzisere Risikobewertungen und bessere Therapieentscheidungen zu treffen. Die Memorial Sloan Kettering Cancer Center, eines der führenden Krebsforschungsinstitute weltweit, bleibt dabei an der Spitze der Entwicklung in diesem Bereich. Die Studie zeigt auch, dass KI in der Medizin immer wichtiger wird und potenziell dazu beitragen kann, die Belastung für Forscher und Patienten zu reduzieren. Dennoch ist es wichtig, die Grenzen der aktuellen Technologie zu akzeptieren und weiterhin sorgfältig zu prüfen, welche Daten von KI-Systemen verarbeitet und interpretiert werden. Zukünftige Forschungen könnten sich mit der Frage beschäftigen, wie KI-Modelle verschiedene Arten von Zysten und ihre Entwicklung besser vorhersagen können. Dies würde helfen, gezielte Überwachungsstrategien zu entwickeln und somit die Effizienz und Kosten des Gesundheitswesens zu optimieren.