EUVIMEDEUVIMED entdecken
Übersichtsarbeit

Digitale Brust-Tomosynthese und Befundung mit künstlicher Intelligenz

Stefanie Weigel iD, Petra Wunderlich, Alexander Sommer, Jörg Czwoydzinski, Pascal Andreas Thomas Baltzer iD, Cornelia Lieselotte Angelika Dewald iD, Heike Preibsch, Stephanie Sauer iD, Katja C Siegmann-Luz, Evelyn Wenkel iD, Caroline Wilpert iD, Sophia Freya Ulrike Blum

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.10.2026 · 198 (10) · 1271-1281

DOI: 10.1055/a-2796-5225 ↗

Kurz gefasst

Übersichtsarbeit in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.10.2026. Verfasst von Stefanie Weigel und 11 weiteren Autor:innen. Beteiligte Einrichtung: University of Münster Faculty of Medicine, Clinic for Radiology and Reference Center for Mammography Münster, Germany, Münster. Hauptthemen laut MEDLINE: Breast Neoplasms, Mammography, Artificial Intelligence, Early Detection of Cancer. Die Arbeit nennt 45 Literaturangaben.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Die digitale Brust-Tomosynthese (DBT) erhöht die Sensitivität und Spezifität im Vergleich zur digitalen Mammografie (DM) in der Brustkrebs-Früherkennung. Potenziale künstlicher Intelligenz (KI) in der mammografischen Befundung einschließlich einer Reduktion der Arbeitslast werden zunehmend berichtet. Darstellung der aktuellen Evidenz zur Wirksamkeit von DBT versus DM in der bevölkerungsbezogenen Brustkrebs-Früherkennung und deren Unterstützung durch KI. Narrative Übersichtsarbeit mit themengeleiteter Literatursuche vergleichender Studien von DBT und DM sowie zum KI-Einsatz in PubMed von 01/2016 bis 09/2025. In 42 internationalen Studien lag die Brustkrebsdetektionsrate mit DBT + DM (6,4‰) und DBT + synthetischer Mammografie (SM) (7,4‰) signifikant höher als mit DM (4,7‰). Konkordant berichtete die größte randomisierte TOSYMA-Studie eine höhere invasive Brustkrebsdetektionsrate mit DBT + SM (7,1‰) versus DM (4,8‰) bei niedrigerer falsch-positiver Rückrufrate (Erstteilnahme –15,6‰). Der positive prädiktive Wert (PPV) des Rückrufs war – konsistent mit Metaanalysen – höher (+4,9%), gleichzeitig stieg die Befundungszeit. Bei geringerer Anzahl von KI-Studien mit DBT als DM berichtete eine DBT-Metaanalyse eine höhere Sensitivität durch KI allein (89%) als durch Befunder (78 %) bei geringerer Spezifität der KI. DBT mit KI-unterstützter Befundung im Vergleich zur alleinigen menschlichen Befundung steigerte die Detektionsrate in einer prospektiven Studie um +3,8‰ ohne relevante Änderung der Rückrufrate (+0,8%). DBT erhöht in der Früherkennung die Brustkrebsdetektionsrate im Vergleich zur DM bei günstigeren Prozessparametern. KI-Befundungsstrategien können die Sensitivität weiter erhöhen und menschliche Arbeitszeit reduzieren. Der Einfluss von DBT und KI auf die Intervallkarzinomrate als Effektivitätsparameter ist noch nicht belegt.

Schlagwörter

MeSH-Schlagwörter (MEDLINE)

Breast NeoplasmsMammographyArtificial IntelligenceEarly Detection of CancerHumansFemaleSensitivity and SpecificityRadiographic Image Enhancement

Autor:innen und Institutionen

  • University of Münster Faculty of Medicine, Clinic for Radiology and Reference Center for Mammography Münster, Germany, Münster.
  • Radiological Site, Dresden-Radebeul, Sachsen, Germany, Radebeul.
  • Medical University of Vienna Department of Biomedical Imaging and Image-guided Therapy, Unit of General Radiology and Paediatric Radiology, Austria, Vienna.
  • Hannover Medical School, Diagnostic and Interventional Radiology, Lower Saxony, Germany, Hannover.
  • University Hospital Tübingen, Diagnostic and Interventional Radiology, Germany, Tübingen.
  • University Hospital Würzburg, Department of Diagnostic and Interventional Radiology, Germany, Würzburg.

ORCID-Profile: Stefanie Weigel, Pascal Andreas Thomas Baltzer, Cornelia Lieselotte Angelika Dewald, Stephanie Sauer, Evelyn Wenkel, Caroline Wilpert

Zitieren

APA

Weigel, S., Wunderlich, P., Sommer, A., Czwoydzinski, J., Baltzer, P. A. T., Dewald, C. L. A., Preibsch, H., Sauer, S., Siegmann-Luz, K. C., Wenkel, E., Wilpert, C., & Blum, S. F. U. (2026). Digitale Brust-Tomosynthese und Befundung mit künstlicher Intelligenz. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(10), 1271-1281. https://doi.org/10.1055/a-2796-5225

Vancouver

Weigel S, Wunderlich P, Sommer A, Czwoydzinski J, Baltzer PAT, Dewald CLA, et al. Digitale Brust-Tomosynthese und Befundung mit künstlicher Intelligenz. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(10):1271-1281. doi:10.1055/a-2796-5225

BibTeX
@article{Weigel2026,
  author = {Weigel, Stefanie and Wunderlich, Petra and Sommer, Alexander and Czwoydzinski, Jörg and Baltzer, Pascal Andreas Thomas and Dewald, Cornelia Lieselotte Angelika and Preibsch, Heike and Sauer, Stephanie and Siegmann-Luz, Katja C and Wenkel, Evelyn and Wilpert, Caroline and Blum, Sophia Freya Ulrike},
  title = {Digitale Brust-Tomosynthese und Befundung mit künstlicher Intelligenz},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2026},
  volume = {198},
  number = {10},
  pages = {1271--1281},
  doi = {10.1055/a-2796-5225}
}
Kostenlos starten →