Künstliche Intelligenz revolutioniert die präventive Mammographie. Neue Forschungsergebnisse belegen, dass bildbasierte Algorithmen Risikoscores im Zeitverlauf dynamisch anpassen und Brustkrebs bis zu sechs Jahre im Voraus vorhersagen können. Eine Studie der Harvard Medical School unter Leitung von Dr. Constance D. Lehman und dem KI-Unternehmen Clairity Inc. analysierte longitudinale Daten von 54.014 Patientinnen, die zwischen 2009 und 2019 an sechs US-Bildgebungsstationen routinemäßig screeniert wurden. Das zugrundeliegende Deep-Learning-Modell generierte fünfjährige Risikowerte ausschließlich aus den Bilddaten, ohne demografische oder klinische Zusatzinformationen zu verwenden. Im Beobachtungszeitraum entwickelten 817 Frauen Brustkrebs, während 53.197 Patientinnen als Krebsfreie dienten. Die Auswertung ergab klare Unterschiede in den Risikoverläufen. Bei den später erkrankten Frauen stieg der KI-Risikoscore kontinuierlich an, beginnend bereits sechs Jahre vor der klinischen Diagnose. Der Medianwert erhöhte sich in diesem Zeitraum von 2,1 auf 6,6, wobei der Anstieg in den beiden Jahren vor der Diagnose am steilsten war. Im Gegensatz dazu blieben die Scores der Krebsfreien über den gesamten Zeitraum stabil zwischen 1,8 und 2,2. Diese Trenddifferenzen blieben unabhängig vom Alter und der Brustdichte robust nachweisbar. Die Studie unterstreicht die klinische Relevanz dynamischer Bild-basierter Biomarker. Da etwa 85 Prozent der Brustkrebserkrankungen sporadisch auftreten und nicht auf genetische Veranlagung oder familiäre Belastung zurückgehen, stoßen traditionelle Risikomodelle oft an ihre Grenzen. KI-gestützte Algorithmen detektieren hingegen subtile, menschlichen Augen verborgene Muster in den Gewebestrukturen, die einer malignen Transformation vorausgehen. Dies eröffnet die Möglichkeit einer präziseren, risikoadaptierten Prävention, die sich an bestehenden Langzeitmonitoring-Strategien für metabolische Erkrankungen orientieren lässt. Die praktische Umsetzung der Ergebnisse schreitet voran. Die aktualisierten Leitlinien des National Comprehensive Cancer Network (NCCN) für das Jahr 2026 sehen vor, dass Frauen ab 35 Jahren mit einem KI-berechneten Fünfjahresrisiko von über 1,7 Prozent ergänzend zur jährlichen Mammographie eine MRT-Untersuchung in Betracht ziehen sollten. Erste FDA-geprüfte, bildbasierte KI-Riskomodelle sind bereits heute in ausgewählten Gesundheitseinrichtungen im US-amerikanischen Klinikalltag im Einsatz. Die Integration zeitlicher Risikostrategien in die Routinevorsorge verspricht eine personalisierte Medizin, die Krankheitsentstehung aktiv eingrenzen und Screening-Disparitäten zwischen verschiedenen Patientengruppen verringern kann.