Startseite > Medizintechnik > E-Health > Team aus KI-Agenten soll Mammografie-Screening besser machen

Früherkennung von Brustkrebs

Team aus KI-Agenten soll Mammografie-Screening besser machen

25. Juli 2025, 9:24 Uhr | Ute Häußler

Wie kann Künstliche Intelligenz die Brustkrebsfrüherkennung verbessern? Laife Reply und das Europäische Institut für Onkologie setzen auf ein agentenbasiertes KI-System, das Radiologen bei der Mammografie-Untersuchung unterstützt.

Jede dritte Frau mit Krebs hat Brustkrebs. Doch die Chancen auf Heilung stehen gut: In der Früherkennung gilt Künstliche Intelligenz aktuell als Wunderwaffe im Screening. Das Europäische Institut für Onkologie setzt mit Laife Reply auf ein agentenbasiertes KI-System zur Mammografie-Untersuchung.

▶ Diesen Artikel anhören

Der Name täuscht: So herzig »Mammakarzinom« auch klingt, Brustkrebs ist mit aktuell rund 70.000 bis 74.500 Neuerkrankungen pro Jahr die mit Abstand häufigste Krebsart bei Frauen und macht etwa 30 Prozent aller Krebsneuerkrankungen aus. Durchschnittlich wird jede achte Frau im Laufe ihres Lebens eine Brustkrebsdiagnose erhalten.

So erschreckend hoch diese Zahlen sind, so viel wird in die rechtzeitige Erkennung von bösartigen Veränderung im Brustgewebe investiert. Durchaus erfolgreich: Die zehnjährige Überlebensrate liegt bei rund 83 Prozent und die Heilungschance auf eine langfristige Krebstherapie ohne Wiederkehr wird aktuell mit 80 bis 90 Prozent angegeben - sofern ein Tumor früh entdeckt und leitliniengerecht behandelt wird.

Dafür setzen neben der gesetzlichen Brustkrebs-Früherkennung wissenschaftliche Forschungen und Medizintechnik-Hersteller vielfach auf eine verbesserte Bildgebung - denn oft sind kleinste Knötchen oder Veränderung der Brustgewebestruktur schwierig zu deuten. Die Künstliche Intelligenz gilt dabei seit einigen Jahren als technische Wunderwaffe, um Ärzte bei komplizierten Diagnosen zu unterstützen.

Agentenbasiertes KI-System für Mammografie-Untersuchung

Laife Reply, ein auf KI- und Big-Data-Lösungen für das Gesundheitswesen spezialisiertes Unternehmen der Reply Gruppe, hat gemeinsam mit dem Europäischen Institut für Onkologie (IEO) ein wegweisendes Projekt realisiert. Ein Netzwerk intelligenter KI-Agenten soll Radiologen gezielt bei der Früherkennung von Brustkrebs unterstützen.

Wer sich bereits der Prozedur unterzogen hat, weiß: Eine Mammografie-Untersuchung umfasst viele manuelle Schritte, nicht nur in der Durchführung, sondern auch und gerade in der Diagnose: Patienten, die physische Bilder oder USB-Sticks selbst zur nächsten Ärztin tragen, gehören in vielen Krankenhäusern auch heute noch zum klinischen Alltag. Oberstes Ziel des Europäischen Instituts für Onkologie (IEO) und der Zusammenarbeit mit Laife Reply ist es daher, die klinischen Abläufe rund um die Brustkrebsdiagnostik effizienter zu gestalten. Basisdafür ist die KI-Plattform X-RAIS.

Mammografie-Aufnahmen in Echtzeit auswerten

X-RAIS kombiniert neuronale Netze mit bildgebender Analytik (Radiomics) und nutzt ein Multi-Agenten-System, um Mammografie-Aufnahmen in Echtzeit auszuwerten. Verdächtige Areale oder Läsionen sollen über die mehrstufigen Ansatz besonders präzise erkannt und automatisch als gut- oder bösartig klassifiziert werden. Krankenhäuser können die Plattform vollständig in den klinischen Arbeitsablauf integrieren, das Tool soll die Mediziner in allen Phasen der Befundung zur Seite stehen und für einen messbaren Effizienzgewinn ohne viel Zusatzaufwand sorgen.

So arbeitet X-RAIS: Ein erster Agent konsolidiert die Ergebnisse der Bildanalyse und ergänzt sie bei Bedarf um Informationen aus der Patientenakte. Ein zweiter Agent priorisiert die untersuchten Fälle anhand eines Scoring-Systems, um besonders kritische Fälle schnell zu identifizieren.

X-RAIS wurde nach dem Prinzip »Human-in-the-Loop« entwickelt: Die finale Entscheidung liegt stets beim Radiologen. Neben der klinischen Präzision wird so auch die Patientensicherheit jederzeit gewährleistet. Das System folgt dem international anerkannten FHIR-Standard (Fast Healthcare Interoperability Resources) und lässt sich problemlos über eine API-Schnittstelle in bestehende IT-Landschaften von Krankenhäusern integrieren. (uh)

Die Projektpartner
Das Europäische Institut für Onkologie (IEO) ist ein wissenschaftliches Institut für Krankenhausbehandlung und -pflege (IRCCS), das auf Onkologie spezialisiert ist. Es hat ein innovatives Behandlungsmodell entwickelt, das auf den folgenden Grundprinzipien basiert: die zentrale Rolle der Patienten, die Integration von Forschung und Klinik, diagnostische Antizipation und Prävention. Ergänzt wird dieses Modell durch eine „Data-Driven“-Strategie, die eine schnelle Entwicklung von KI-Algorithmen ermöglicht und somit zu kürzeren Diagnosezeiten und einer höheren Wirksamkeit der Behandlungen führt. Europäische Institut für Onkologie (IEO)
Laife Reply, ein Unternehmen der Reply Gruppe, ist in den Bereichen Gesundheit, Wohlfahrt und Pharmazie tätig und entwickelt KI-Lösungen, die von medizinischer Bildgebung, Arzneimittelentdeckung und digitalen Therapeutika bis hin zur Verarbeitung natürlicher Sprache für die Analyse unstrukturierter Daten reichen. Laife Reply

Die Projektpartner

Das Europäische Institut für Onkologie (IEO) ist ein wissenschaftliches Institut für Krankenhausbehandlung und -pflege (IRCCS), das auf Onkologie spezialisiert ist. Es hat ein innovatives Behandlungsmodell entwickelt, das auf den folgenden Grundprinzipien basiert: die zentrale Rolle der Patienten, die Integration von Forschung und Klinik, diagnostische Antizipation und Prävention. Ergänzt wird dieses Modell durch eine „Data-Driven“-Strategie, die eine schnelle Entwicklung von KI-Algorithmen ermöglicht und somit zu kürzeren Diagnosezeiten und einer höheren Wirksamkeit der Behandlungen führt. Europäische Institut für Onkologie (IEO)

Laife Reply, ein Unternehmen der Reply Gruppe, ist in den Bereichen Gesundheit, Wohlfahrt und Pharmazie tätig und entwickelt KI-Lösungen, die von medizinischer Bildgebung, Arzneimittelentdeckung und digitalen Therapeutika bis hin zur Verarbeitung natürlicher Sprache für die Analyse unstrukturierter Daten reichen. Laife Reply