KI erkennt Bauchspeicheldrüsenkrebs Jahre früher

Bauchspeicheldrüsenkrebs ist eine der tödlichsten Krebsarten, weil er fast immer erst dann auffällt, wenn er bereits weit fortgeschritten ist. Eine im April 2026 im Fachjournal Gut veröffentlichte Studie der Mayo Clinic zeigt, dass sich diese Logik umkehren lässt: Das KI-System REDMOD erkannte in 73 Prozent der späteren Fälle erste Anzeichen auf Computertomographien, die Radiologen zuvor als unauffällig eingestuft hatten. Im Median lag die Frühwarnung 16 Monate vor der klinischen Diagnose.

Was REDMOD eigentlich analysiert

REDMOD steht für Radiomics-based Early Detection Model. Der Ansatz unterscheidet sich grundlegend von dem, was ein Radiologe am Bildschirm tut. Wo ein Arzt auf sichtbare Auffälligkeiten achtet, analysiert REDMOD mathematisch messbare Texturmuster im Gewebe der Bauchspeicheldrüse, sogenannte Radiomics-Merkmale. Das Modell extrahiert aus einem CT-Bild 968 solcher Merkmale und filtert davon 40 besonders aussagekräftige heraus. 90 Prozent dieser Merkmale sind für das bloße Auge unsichtbar: subtile Veränderungen in der Gewebedichte und -struktur, die auf frühe Tumorzellen hinweisen können, lange bevor eine sichtbare Masse entsteht.

Leitender Forscher ist Dr. Ajit Goenka, Radiologe und Nuklearmediziner an der Mayo Clinic. Sein Team analysierte für die Studie insgesamt 219 CT-Aufnahmen von Patienten, bei denen die Scans ursprünglich als normal bewertet worden waren und die später an Bauchspeicheldrüsenkrebs erkrankten. Als Kontrollgruppe dienten 1.243 krebsfreie Patienten mit mindestens dreijährigen Verlaufsdaten. REDMOD wurde anschließend extern am NIH-PCT-Datensatz validiert und erreichte dort eine Spezifität von 87,5 Prozent.

Warum Bauchspeicheldrüsenkrebs so schwer zu fassen ist

Die Fünf-Jahres-Überlebensrate bei Bauchspeicheldrüsenkrebs liegt insgesamt bei 13 Prozent, wie Daten der Pancreatic Cancer Action Network zeigen. Das ist einer der niedrigsten Werte aller Krebsarten. Der Grund: Weniger als 20 Prozent der Patienten erhalten die Diagnose, solange der Tumor noch auf die Bauchspeicheldrüse begrenzt ist. Wird der Krebs dagegen im frühesten Stadium (Stage IA) entdeckt, steigt die Fünf-Jahres-Überlebensrate auf über 80 Prozent. Zwischen 13 und 83 Prozent liegt also der Unterschied zwischen früher und später Diagnose.

Das Tückische: Im Frühstadium verursacht Bauchspeicheldrüsenkrebs kaum Symptome. Wenn Schmerzen, Gewichtsverlust oder Gelbsucht auftreten, ist er meist bereits metastasiert. Einen verlässlichen Blutmarker, wie das PSA beim Prostatakrebs, gibt es nicht. Das Protein CA 19-9 wird gemessen, hat aber nur eine Sensitivität von 70 bis 80 Prozent und erhöhte Werte auch bei gutartigen Erkrankungen. Bildgebende Verfahren wie Ultraschall sind für die Früherkennung zu ungenau. Computertomographie ist präziser, wird aber nicht routinemäßig als Screening eingesetzt und selbst ein erfahrener Radiologe übersieht frühe Anzeichen.

Was die Studie zeigt

REDMOD erkennt laut der im Gut-Journal publizierten Studie 73 Prozent der prä-diagnostischen Krebsfälle, bei einer Spezifität von 81 Prozent. Radiologen, die dieselben Scans nachträglich überprüften, identifizierten 39 Prozent. Das ist knapp das Doppelte. Besonders relevant ist der Vorteil bei Aufnahmen, die mehr als zwei Jahre vor der Diagnose gemacht wurden: Hier ist der Vorsprung von REDMOD gegenüber menschlicher Auswertung laut der Studie noch deutlicher.

Ein entscheidender praktischer Vorteil: REDMOD läuft auf CT-Aufnahmen, die Patienten ohnehin bekommen, etwa zur Abklärung anderer Beschwerden. Es ist kein zusätzliches Screening-Verfahren nötig. Die KI analysiert den Scan im Hintergrund mit und schlägt Alarm, wenn die Texturmuster auf frühes Krebsgewebe hinweisen. Der Arzt entscheidet anschließend, ob weitere Untersuchungen folgen.

Auf Basis dieser Ergebnisse hat die Mayo Clinic die klinische Studie AI-PACED gestartet, ausgeschrieben Artificial Intelligence for Pancreatic Cancer Early Detection. Sie soll zeigen, ob REDMOD in der realen Versorgung funktioniert, also nicht nur an archivierten Datensätzen, sondern an lebenden Patienten in einem prospektiven Setting.

Im Vergleich: KI-Früherkennung bei anderen Krebsarten

REDMOD ist nicht das erste KI-System, das bei der Krebsfrüherkennung überzeugt. Google Health veröffentlichte 2020 im Fachjournal Nature eine Studie, in der ein KI-Modell Brustkrebs auf Mammographien mit weniger falsch-positiven und falsch-negativen Befunden erkannte als Radiologen. In einer unabhängigen Validierungsstudie mit über 25.000 Frauen in Großbritannien und den USA reduzierte das Modell falsch-negative Befunde um 9,4 Prozent gegenüber der alleinigen Auswertung durch Radiologen.

Für die Erkennung von Hautkrebs hat das Unternehmen DeepMind ein Modell entwickelt, das bei der Klassifikation von Dermatoskopie-Bildern mit erfahrenen Dermatologen gleichzieht. Bei Darmkrebs haben multiple Studien gezeigt, dass KI-gestützte Koloskopie die Adenomerkennungsrate um 10 bis 14 Prozent verbessert.

Was REDMOD bei Bauchspeicheldrüsenkrebs besonders macht, ist die Zeitdimension: 16 Monate vor der klinischen Diagnose. Bei Brustkrebs geht es meist um Monate früherer Entdeckung desselben Tumors. REDMOD erkennt Gewebeveränderungen, bevor überhaupt ein sichtbarer Tumor da ist. Das ist eine andere Qualität der Früherkennung.

Bis REDMOD Routine wird: Drei offene Fragen

Für eine breite klinische Anwendung müssen drei Dinge stimmen. Erstens: Die prospektive Studie AI-PACED muss zeigen, dass REDMOD auch in der realen Versorgungspraxis funktioniert, nicht nur an selektierten Archivdaten. Rückwirkende Validierungen überschätzen manchmal die Leistung, weil die Fälle bereits bekannt sind. Zweitens: Auch wenn REDMOD Alarm schlägt, braucht es danach weitere Diagnostik, in der Regel eine Endosonographie oder eine Biopsie. Falsch-positive Befunde belasten Patienten und Gesundheitssystem. Eine Spezifität von 81 Prozent bedeutet, dass etwa jeder fünfte Alarm kein Krebs ist. Das ist vertretbar, muss aber in der Versorgungsplanung berücksichtigt werden. Drittens: KI-Systeme in der Radiologie brauchen Zulassungen, Vergütungsmodelle und Integration in bestehende Systeme. Das dauert.

Für Patienten, die heute Computertomographien bekommen, ist REDMOD noch kein verfügbares Werkzeug. Für diejenigen, die in zehn Jahren einen CT-Scan bekommen, könnte es das sein.