Anders als zahlreiche Studien handelt es sich bei der ScreenTrustCAD-Studie nicht um ein theoretisches Modell oder eine kontrollierte Forschungs-umgebung, sondern um ein echtes klinisches Versorgungssetting im Routinebetrieb über mehr als zweieinhalb Jahre hinweg.
Die Integration von künstlicher Intelligenz (KI) im Mammographie-Screening gilt als einer der disruptivsten Trends der modernen Radiologie, in der Arbeitsaufwand und Fachkräftemangel reale Grenzen setzen. Mit der prospektiven Implementierung von ScreenTrustCAD am Capio St. Göran Hospital in Stockholm (Schweden) wurde erstmals eine KI-Lösung vollständig in ein organisiertes, bevölkerungsbasiertes Mammographie-Screening eingebettet – inklusive des vollständigen Ersatzes des menschlichen Zweitbefunders im klassischen doppelblinden Setting.
ScreenTrustCAD – Design, Setting, Ergebnisse
Die ScreenTrustCAD-Initiative ist als prospektive, bevölkerungsbasierte klinische Studie mit Paired-Reader- und Non-Inferiority-Design angelegt. Zwischen April 2021 und Juni 2022 wurden über 55.000 Frauen im Alter von 40 bis 74 Jahren, die an einem staatlich organisierten Screening teilnahmen, untersucht. Jeder Mammographie-Datensatz wurde parallel von zwei menschlichen Radiologen sowie einem KI-System (Lunit INSIGHT MMG) bewertet. Durch das gewählte Studiendesign lässt sich genau berechnen, wie das Screening abgeschnitten hätte, wenn entweder der Radiologe oder die KI nicht an der Befundung beteiligt gewesen wäre.Die zentrale Fragestellung: Kann eine KI einen menschlichen Befunder ersetzen, ohne die diagnostische Qualität des Screenings zu beeinträchtigen?
Die Datenantwort ist klar: Ja. Die Kombination aus einem Radiologen und KI war nicht unterlegen und zeigte sogar eine leicht höhere Krebsdetektionsrate als das klassische Doppelbefundsystem mit zwei Radiologen – 261 vs. 250 entdeckte Fälle, was einem relativen Zuwachs von rund 4 % entspricht. Auch bei einem reinen KI-Einzelbefund lagen die erzielten Erkennungsraten praktisch auf dem Niveau zweier Menschen.
Im ScreenTrustCAD-Workflow zeigte sich zudem, dass Entscheidungen, bei denen die KI einen Befund markierte, eine höhere positive prädiktive Wertigkeit (PPV) aufwiesen, als allein manuelle Entscheidungen – ein Hinweis darauf, dass das KI-System nicht nur quantitativ misst, sondern auch qualitativ robuste Hinweise liefert.
Vom Trial zur Routine – echte Real-World-Daten
Auf Basis dieser überzeugenden Evidenz wurde im Sommer 2023 am St.-Göran-Hospital die KI nicht länger nur parallel getestet, sondern formell in das Screening-Protokoll integriert: Die KI ersetzt dort den Zweitbefunder im täglichen Routinebetrieb eines staatlichen Mammographie-Screenings. Laut Follow-Up-Analysen, die Dr. Karin Dembrower auf dem RSNA 2025 präsentiert hat und die auch auf dem ECR 2026 vorgestellt wurden, zeigen die Real-World-Daten über Zeiträume von bis zu mehreren Jahren:
◾Verbesserte Effizienz: reduzierter Arbeitsaufwand für Radiologen und verkürzte Befundzeiten. So können sich Radiologen auf komplexe, risikobehaftete Fälle konzentrieren.
◾Steigerung der Detektionsraten: Vergleichszeiträume vor und nach der KI-Integration zeigen eine höhere invasive Krebsdetektionsrate und bessere PPV im Screening-Programm.
◾Reduzierte Recall-Raten: weniger unnötige Wiedereinbestellungen und damit geringerer psychologischer Stress für die Frauen im Screening.
◾Systemische Entlastung: Klassische Überstunden zur Nacharbeit am Wochenende oder abends entfallen, da die KI-gestützte Screening-Befundung schneller und präziser ist.
Diese Ergebnisse unterscheiden sich deutlich von vielen anderen Studien, die bisher ausschließlich retrospektives oder simuliertes Datensatzmaterial auswerteten. ScreenTrustCAD ist reale Evidenz aus dem klinischen Alltag eines etablierten Programms, in dem KI hier erstmals über längere Zeit als vollwertiger Befundpartner eingesetzt wurde.
Bedeutung für Praxis und Screening-ProgrammeDer Einsatz von KI im Mammographie-Screening eröffnet einen Paradigmenwechsel:
◾Aufwand vs. Qualität: KI kann die diagnostische Kapazität ohne Qualitätseinbußen bewahren – trotz deutlichem Personalmangel in der Radiologie.
◾Implementierungsmodelle: Die Ergebnisse stützen flexible Modelle, in denen KI die Doppelbefundung ersetzt, unterstützt oder triagiert – je nach Screening-Zielsetzung und Ressourcen.
◾Ethische und regulatorische Aspekte: Die Integration erforderte eine enge Zusammenarbeit mit Behörden, ethische Abwägungen sowie robuste IT-Sicherheitsmaßnahmen, ein wichtiger Leitfaden für weitere Systeme.
Mit ScreenTrustCAD und der kontinuierlichen Real-World-Evaluation hat Schweden einen Meilenstein für KI-gestützte Mammographie gesetzt: Erstmals wurde ein Zweitbefunder vollständig durch KI ersetzt – nicht hypothetisch, nicht retrospektiv, sondern im realen Screening-Alltag. Die Daten zeigen, dass diese Transformation nicht nur möglich ist, sondern auch zu einer effizienteren, präziseren und patientenfreundlicheren Brustkrebsfrüherkennung beitragen kann – ein Modell, das international wegweisend sein dürfte.
