Bei b-rayZ nutzen wir Methoden der Künstlichen Intelligenz, um die Effizienz der Mammographie zu verbessern. Mammographie-Screening kann das Risiko, an Brustkrebs zu sterben, reduzieren. Bei Patientinnen mit erwiesenem Brustkrebs dient die Mammographie der Beurteilung der Tumorausdehnung und eines möglichen kontralateralen Befalls. Probleme der Mammographie sind jedoch die geringe Nachweiswahrscheinlichkeit von Brustkrebs bei noch dichtem Brustgewebe und bei schlechter Bildqualität. Beide Bildfaktoren werden bisher von Radiologen mit sehr geringer Zuverlässigkeit beurteilt, ein standarisiertes Verfahren fehlt. Mit unserer Idee – dem b-rayZ-Projekt – wollen wir dieses Problem lösen.
Sowohl für die mammographische Brustdichte als auch für die zahlreichen Aspekte der Bildqualität wurde ein künstliches neuronales Netz trainiert. Die Modelle erreichen eine Genauigkeit, die der menschlichen Beurteilung überlegen ist. Am Ende des Projekts steht ein Medizinprodukt, die sogenannte „b-box“, welche als kleines Hardware-Produkt mit Computer-Display direkt im Aufnahmeraum der Mammographie installiert wird. Die Röntgenassistentin erfährt direkt nach der Aufnahme von der b-box, ob bei dieser Patientin die Aufnahmequalität ausreichend war und ob zum sicheren Ausschluss eines Karzinoms noch eine Ultraschalluntersuchung der Brust notwendig ist. Insgesamt führt der Einsatz der „b-box“ zur Arbeitsentlastung des Radiologen, zur Verbesserung der Bildqualität von Mammographien und vor allem zur Reduktion falsch-negativer Befunde, bei denen ein potentiell lebensbedrohendes Karzinom übersehen wird.
