Forschungsverbund Berlin e.V.

Etwa 20 % der Patientinnen, die zum Zeitpunkt des Screenings Krebs haben, werden als krebsfrei diagnostiziert, rund 20 % der Patientinnen, bei denen Krebs diagnostiziert wird, sind zum Zeitpunkt der Diagnose krebsfrei. Eine neue Studie zeigt nun, dass sich mithilfe kollektiver Intelligenz deutliche Verbesserungen in der Brustkrebsdiagnose erzielen lassen.

„Bereits fünf unabhängige Einschätzungen von Ärzten genügen, um die Befundgenauigkeit bei der Brustkrebsdiagnose erheblich zu verbessern“, sagt Dr. Max Wolf vom Leibniz-Institut für Gewässerökologie und Binnenfischerei (IGB) in Berlin. Gemeinsam mit einem interdisziplinären Team untersuchte der Verhaltensbiologe, wie sich das Brustkrebs-Screening mit Methoden der kollektiven Intelligenz verbessern lässt. „In der Regel wird ein Mammogramm von zwei Ärzten untersucht“, erklärt er. „Wir wollten herausfinden, ob ein Ansatz, der die unabhängigen Einschätzungen von mehreren, sagen wir drei, fünf oder sogar zehn Ärzten berücksichtigt, deutlich bessere Ergebnisse erzielen kann.“

Für ihre Studie nutzten die Wissenschaftler einen der international umfangreichsten Mammographie-Datensätze, in dem über einhundert Radiologen unabhängig voneinander jeweils mehr als einhundert Mammogramme beurteilten. Neben diesen über 15.000 Beurteilungen berücksichtigten sie dabei auch den tatsächlichen Gesundheitsstatus der Patientinnen.

Kollektive Einschätzung verhindert falsche Befunde

Auf Grundlage dieser Daten konnten die Forscher zeigen, dass bereits fünf unabhängige Befunde zu einem Ergebnis führen, das selbst die Genauigkeit des besten Arztes deutlich übertrifft. Die einzelnen Einschätzungen der verschiedenen Ärzte werden hierfür mithilfe einfacher Schwarmintelligenz-Regeln wie der Mehrheitswahl oder der Quorumswahl integriert. Das Ergebnis: im Vergleich zu dem jeweils besten Arzt konnten auf diese Weise sowohl die Anzahl der falsch positiven Befunde (Krebsdiagnose, obwohl kein Krebs vorliegt), als auch die Anzahl der falsch negativen Befunde (Diagnose krebsfrei, obwohl Krebs vorliegt) gesenkt werden.

„Das Verfahren ist sehr einfach und ließe sich leicht automatisieren und in das Screening-Programm eingliedern“, sagt Max Wolf. Die medizinischen Gutachter würden dann unabhängig voneinander am Computer die digitalen Röntgenaufnahmen beurteilen. Anschließend könnte eine Software auf Basis dieser Einzeleinschätzungen den Befund ermitteln. „Unsere Ergebnisse zeigen damit, dass die Effektivität des Mammographie Screenings durch das Prinzip der kollektiven Intelligenz entscheidend verbessert werden könnte“, fasst der Wissenschaftler zusammen. Unbegrenzt viele Ärzte-Meinungen brauche es dafür nicht: Ab einer Anzahl von etwa acht unabhängigen Einschätzungen flache der zusätzliche Nutzen sogar deutlich ab. Wenn es um die Optimierung von Diagnoseverfahren in der Medizin geht, könnte das Prinzip der kollektiven Intelligenz demnach eine wertvolle Ergänzung zu rein technischen Verbesserungen sein.

Quelle:
Collective intelligence meets medical decision-making: the collective outperforms the best radiologist, PLOS ONE. http://dx.plos.org/10.1371/journal.pone.0134269

Ansprechpartner:

Dr. Max Wolf
Leibniz-Institut für Gewässerökologie und Binnenfischerei (IGB)
Müggelseedamm 310
Tel: +49 (0)176 56700641
m.wolf@igb-berlin.de

Weitere Informationen zum Leibniz-IGB:
Die Arbeiten des Leibniz-IGB verbinden Grundlagen- mit Vorsorgeforschung als Basis für die nachhaltige Bewirtschaftung der Gewässer. Forschungsschwerpunkte sind unter anderem die Langzeitentwicklung von Seen, Flüssen und Feuchtgebieten bei sich rasch ändernden globalen, regionalen und lokalen Umweltbedingungen, die Entwicklung gekoppelter ökologischer und sozioökonomischer Modelle, die Renaturierung von Ökosystemen und die Biodiversität aquatischer Lebensräume.
Die Arbeitsgruppe um Prof. Dr. Jens Krause, Dr. Max Wolf und Dr. Ralf Kurvers hat sich zum Ziel gesetzt, Erkenntnisse der Grundlagenforschung auf gesellschaftliche Fragestellungen anzuwenden. Sie erforschen einen Bereich der Bionik, bei dem bekannte Formen der Informationsverarbeitung in sozialen Systemen (z.B. in Fischschwärmen) in der Natur genutzt werden, um Entscheidungsprozesse in der menschlichen Gesellschaft zu verbessern.
Das Leibniz-IGB gehört zum Forschungsverbund Berlin e. V., einem Zusammenschluss von acht natur-, lebens- und umweltwissenschaftlichen Instituten in Berlin. Die vielfach ausgezeichneten Einrichtungen sind Mitglieder der Leibniz-Gemeinschaft.

Weitere Informationen:
http://www.igb-berlin.de