Künstliche Intelligenz verbessert die Genauigkeit von Endoskopikern bei Magenkrebs‑Dysplasie und intestinaler Metaplasie

Warum klügere Magenkontrollen wichtig sind

Magenkrebs gehört weiterhin zu den tödlichsten Krebsarten weltweit, doch viele gefährliche Veränderungen der Magenschleimhaut sind unauffällig und leicht zu übersehen — selbst für geschulte Ärztinnen und Ärzte mit modernen Kameras. Die Studie stellt eine einfache Frage mit großen Folgen: Kann eine künstliche Intelligenz (KI), die während der Endoskopievideos neben dem Arzt mitläuft, helfen, gefährliche Stellen früher und verlässlicher zu erkennen? Durch die Prüfung eines ausgefeilten KI‑Systems an Bildern und Videos realer Patientinnen und Patienten zeigen die Forschenden, dass digitale Unterstützung die Genauigkeit weniger erfahrener Endoskopiker erheblich steigern kann, insbesondere bei den schwierigsten Befunden, die häufig Krebsvorstufen darstellen.

Von der routinemäßigen Kamerainspektion zum datenreichen Problem

Zur Suche nach Magenkrankheiten führen Ärztinnen und Ärzte ein flexibles Instrument — das Endoskop — durch den Mund in den Magen ein. Sie müssen in Echtzeit beurteilen, ob eine Gewebezone normal, entzündet, präkanzerös oder krebsartig ist. Manche Befunde, etwa fortgeschrittene Tumoren, heben sich deutlich ab. Andere — wie Dysplasie (frühzeitiges abnormes Wachstum) und intestinale Metaplasie (eine hochrisikobehaftete Veränderung der Magenschleimhaut) — zeigen sich als schwache Farbnuancen oder feine Texturveränderungen, die von Person zu Person variieren. Im Alltag sind diese subtilen Muster leicht zu übersehen, und die Erkennungsraten schwanken stark zwischen Ärztinnen und Ärzten, sodass einige Patientinnen und Patienten mit Hochrisikolesionen ohne Diagnose die Untersuchung verlassen können.

Wie der KI‑Co‑Pilot entwickelt und geprüft wurde

Das Team entwickelte ein KI‑System namens Venotics‑G auf Basis einer modernen "Vision Transformer"‑Architektur, die darauf ausgelegt ist, ein Bild ganzheitlich zu erfassen und langreichweitige Muster zu erkennen. Es wurde mit mehr als 16.000 endoskopischen Bildern aus einem großen Krankenhaus trainiert, wobei es mehrere Aufgaben gleichzeitig erlernte: die Lokalisation des Endoskops im Magen, das Vorhandensein abnormaler Bereiche, die Art der Läsion und das Vorliegen einer hochrisikobehafteten intestinalen Metaplasie. Für die Studie stellten die Forschenden 1.584 reale Endoskopie‑Fälle aus zwei Krankenhäusern zusammen. Jeder Fall lieferte sowohl ein einzelnes klares Standbild als auch einen kurzen Fünf‑Sekunden‑Videoclip, in dem der verdächtige Bereich gut zu sehen war. Die Fälle umfassten Magenkrebs, Dysplasie, eine breite Palette gutartiger Befunde, hochrisikobehaftete intestinale Metaplasie sowie normale Befunde oder unkomplizierte Gastritis.

Gegenüberstellung von KI und menschlichem Urteil

Sechs in Ausbildung befindliche Endoskopiker mit jeweils weniger als drei Jahren Erfahrung begutachteten alle Fälle zweimal: zuerst nur mit ihrem eigenen Urteil und später, nach einer einwöchigen Pause und mit zufällig neu geordneter Fallreihenfolge, mit Unterstützung der KI. Die KI allein erwies sich sowohl bei Standbildern als auch bei Videos als hochgradig genau und klassifizierte mehr als 9 von 10 fokalen Läsionen und hochrisikobehafteten intestinalen Metaplasien korrekt. Wichtiger noch: Als die Ärztinnen und Ärzte Zugang zu den KI‑Vorschlägen und visuellen Highlight‑Karten hatten, stieg ihre eigene Leistung deutlich an. Die Gesamtgenauigkeit für fokale Läsionen stieg von etwa 75 % auf fast 87 % für Bilder und Videos, und ihr kombinierter Maßstab für True‑Positive und True‑Negative Leistung (zusammengefasst als Fläche unter der ROC‑Kurve) verbesserte sich deutlich. Besonders große Zuwächse gab es bei Dysplasie und intestinaler Metaplasie — genau den Kategorien, die zuvor die größte Variabilität und die niedrigste Ausgangsgenauigkeit gezeigt hatten.

Was sich im Entscheidungsprozess veränderte

Eine genauere Analyse zeigte, dass die KI‑Unterstützung je nach Befund und je nachdem, ob Ärztinnen und Ärzte Bilder oder Videos beurteilten, auf leicht unterschiedliche Weise half. Bei Dysplasie bestand der hauptsächliche Vorteil darin, die Leserinnen und Leser zu veranlassen, mehr echte Läsionen zu erkennen, ohne die Fehlalarme deutlich zu erhöhen. Bei intestinaler Metaplasie, die sich oft als diffuse, fleckige Veränderung zeigt, verringerte die KI vor allem bei Standbildern falsch positive Befunde — die Ärztinnen und Ärzte wurden sicherer darin, einen Bereich als normal einzustufen. Im Videokontext konnte die KI mehrere Frames über die Zeit nutzen und damit sowohl ihre Fähigkeit verbessern, normales Gewebe auszuschließen, als auch wirklich abnorme, weitverbreitete Muster zu kennzeichnen. Die schnelle Verarbeitung des Systems im Bereich von Millisekunden pro Frame erlaubt es, mit einer Live‑Endoskopie Schritt zu halten und in nahezu Echtzeit Aufmerksamkeitskarten zu überlagern. Zugleich weisen die Autorinnen und Autoren darauf hin, dass zusätzliche On‑Screen‑Hinweise die kognitive Belastung erhöhen können und manche Leserinnen und Leser dazu neigten, gutartige Entzündungen zu überinterpretieren — ein Hinweis darauf, dass Schulungen zum verantwortungsvollen Einsatz der KI ebenso wichtig sein werden wie die Algorithmen selbst.

Was das für Patientinnen, Patienten und Kliniken bedeuten könnte

Insgesamt zeigt die Studie, dass ein KI‑Assistent für weniger erfahrene Endoskopiker als Ausgleich wirken kann, ihre Diagnosen konsistenter und häufiger korrekt macht über viele Arten von Magenläsionen hinweg. Anstatt weniger Fehldiagnosen gegen mehr Fehlalarme einzutauschen, verbesserte die KI tendenziell gleichzeitig Sensitivität und Spezifität — ein Zeichen echten Mehrwerts statt bloßer Verzerrung. Die Arbeit ist noch ein frühes, sorgfältig kuratiertes Testsetting; ihre Auswirkungen auf den Alltag, Kosten und langfristige Patientenergebnisse müssen in größeren, realen klinischen Studien noch belegt werden. Dennoch stützen diese Ergebnisse eine Zukunft, in der Endoskopien routinemäßig mit einem KI‑Partner durchgeführt werden, der Ärztinnen und Ärzten hilft, Hochrisikoveränderungen früher und verlässlicher zu entdecken und den Patientinnen und Patienten bessere Chancen auf rechtzeitige Behandlung und verbessertes Überleben zu geben.

Zitation: Lee, Y.H., Park, G., Kim, J.Y. et al. Artificial intelligence assistance improves endoscopist accuracy for gastric cancer dysplasia and intestinal metaplasia. Sci Rep 16, 12428 (2026). https://doi.org/10.1038/s41598-026-43149-9

Schlüsselwörter: Magenscreening auf Krebs, Endoskopie KI, intestinale Metaplasie, Erkennung von Dysplasie, medizinische Bildanalyse