EUVIMEDEUVIMED entdecken
Crossref

Einfluss von KI-Support in der Prostata-MRT auf die diagnostische Performance abhängig vom Erfahrungsgrad

H Bayraktaroglu, M Heimer, F Kuhnle, P Lohse, R Lorbeer, P Pfitzinger, T Westhofen, C Stief, J Ricke, C Cyran, P Kazmierczak

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2026 · 198 (S 01 S 01) · S63-S64

DOI: 10.1055/s-0046-1817605 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2026. Verfasst von H Bayraktaroglu und 10 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Zielsetzung Untersuchung des Einflusses eines kommerziell erhältlichen KI-Tools zur automatisierten Klassifikation von Prostataläsionen in der MRT auf die diagnostische Performance abhängig vom Erfahrungsgrad. Material und Methoden In dieser retrospektiven, monozentrischen Studie wurden 477 zwischen 09/2022 und 11/2024 akquirierte Prostata-MRT (470 mpMRT, 7 bpMRT) analysiert. Das Reading wurde von drei unabhängigen, verblindeten Radiologen mit unterschiedlichem Erfahrungsgrad (gering/mittel/hoch) in 2 Schritten durchgeführt: 1) ohne KI-Support, 2) mit KI-Support und der Möglichkeit zur Änderung des PI-RADS Scores. Unterschiede zwischen Erst- und Zweitbeurteilung wurden mit dem McNemar-Bowker-Test analysiert und die Übereinstimmung mit dem Referenzstandard (Q2-zertifizierter Uroradiologe) durch Cohen’s k quantifiziert.

Ergebnisse

KI-Support führte bei allen Erfahrungsstufen zu Anpassungen des PI-RADS Scores, am ausgeprägtesten bei geringer Erfahrung (p=0,002). 21/194 PI-RADS-2-Läsionen wurden nach KI-Support hochgestuft: 10/194 auf PI-RADS 3 (5,2%), 5/194 auf PI-RADS 4 (2,6%) und 6/194 auf PI-RADS 5 (3,1%). In 7/11 der hochgestuften PI-RADS-2-Befunde bestätigte die TRUS-gestützte transperineale FusionsBx ein klinisch signifikantes Prostatakarzinom (Gleason≥7a/ISUP≥2). Der KI-Support steigerte bei allen Erfahrungsstufen die Übereinstimmung mit dem Referenzstandard, statistisch signifikant aber nur bei dem wenig erfahrenen Befunder (Cohen’s k von 0,54 auf 0,59; p=0,009). Insgesamt zeigte das KI-Tool alleine nur eine moderate Übereinstimmung mit dem Referenzstandard (Cohen’s k=0,59; 95-%-KI 0,52–0,66).

Schlussfolgerungen

Die Integration der KI hätte in der klinischen Routine bei allen Befundern zu einer Detektion von signifikant mehr klinisch signifikanten Prostatakarzinomen geführt, insbesondere bei niedrigem Erfahrungsgrad. Bei nur moderater Übereinstimmung der KI mit dem Referenzstandard bleibt die Kontrolle durch erfahrene Uroradiolog*innen aber weiterhin erforderlich. Publication History Article published online: 22 April 2026 © 2026. Thieme. All rights reserved. Georg Thieme Verlag KG Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany

Zitieren

APA

Bayraktaroglu, H., Heimer, M., Kuhnle, F., Lohse, P., Lorbeer, R., Pfitzinger, P., Westhofen, T., Stief, C., Ricke, J., Cyran, C., & Kazmierczak, P. (2026). Einfluss von KI-Support in der Prostata-MRT auf die diagnostische Performance abhängig vom Erfahrungsgrad. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 198(S 01 S 01), S63-S64. https://doi.org/10.1055/s-0046-1817605

Vancouver

Bayraktaroglu H, Heimer M, Kuhnle F, Lohse P, Lorbeer R, Pfitzinger P, et al. Einfluss von KI-Support in der Prostata-MRT auf die diagnostische Performance abhängig vom Erfahrungsgrad. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2026;198(S 01 S 01):S63-S64. doi:10.1055/s-0046-1817605

BibTeX
@article{Bayraktaroglu2026,
  author = {Bayraktaroglu, H and Heimer, M and Kuhnle, F and Lohse, P and Lorbeer, R and Pfitzinger, P and Westhofen, T and Stief, C and Ricke, J and Cyran, C and Kazmierczak, P},
  title = {Einfluss von KI-Support in der Prostata-MRT auf die diagnostische Performance abhängig vom Erfahrungsgrad},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2026},
  volume = {198},
  number = {S 01 S 01},
  pages = {S63--S64},
  doi = {10.1055/s-0046-1817605}
}
Kostenlos starten →