KI-Radiologie: Frühere Krebserkennung dank FDA-Tools

Statt Ärzte zu ersetzen, machen KI-Systeme Radiologen besser. Über 1.100 KI-gestützte Bildgebungstools hat die US-amerikanische Lebensmittelbehörde FDA bis Ende 2025 zugelassen, 76 Prozent aller bisher genehmigten KI-Medizinprodukte. Neue Klinikstudien zeigen: In Kombination mit einem Radiologen erkennen diese Systeme Brustkrebs 2,6 Prozent häufiger als Ärzte allein, bei 1,2 Millionen Mammografien getestet. Das ist kein Wettbewerb zwischen Mensch und Maschine, sondern der Beginn einer neuen Krebsmedizin.

Die Behauptung: KI verdrängt Radiologen

Seit 2023 kursiert in Medizinkreisen und Berufsverbänden die Warnung, künstliche Intelligenz werde die Radiologie automatisieren und Tausende Stellen gefährden. Grundlage: KI-Modelle erkannten in Laborstudien einzelne Krebsarten bei bestimmten Bildparametern besser als durchschnittliche Radiologen. Was in den Schlagzeilen unterging: Solche Studien finden unter kontrollierten Bedingungen statt, mit selektierten Datensätzen, ohne Zeitdruck und ohne die Komplexität des Klinikalltags. Dass kein einziges der über 1.100 FDA-zugelassenen KI-Systeme als autonomer Ersatz für Ärzte konzipiert ist, blieb in der Aufregung unerwähnt.

Was die FDA-Daten zeigen

Von allen bis Ende 2025 von der FDA genehmigten KI-Medizinprodukten entfielen 1.104 auf Radiologie und Bildgebung. Das entspricht 76 Prozent der insgesamt 1.451 zugelassenen KI-Medizingeräte. Allein 2025 wurden 295 neue KI-Medizinprodukte genehmigt. Alle gelten regulatorisch als Assistenzsysteme, die Ärzte bei der Entscheidung unterstützen, nicht als autonome Diagnoseträger.

Im März 2026 erhielt Claire der Firma Perimeter Medical Imaging eine FDA-Prämarktzulassung (PMA): das erste KI-gestützte Bildgebungsinstrument speziell für die intraoperative Beurteilung von Brustkrebsrändern. Claire analysiert während einer Brustoperation in Echtzeit, ob ausreichend Tumorgewebe entfernt wurde und kann so Nachoperationen reduzieren. Die FDA hatte Claire zuvor eine Breakthrough-Device-Designierung erteilt, die beschleunigten Zugang für dringend benötigte medizinische Geräte ermöglicht.

DAMO PANDA: 34 Prozent mehr Sensitivität als der Durchschnittsradiologe

Bei Pankreaskrebs, einer der tödlichsten Krebsarten, ist Früherkennung entscheidend, weil die Fünf-Jahres-Überlebensrate unter zwölf Prozent liegt und frühe Stadien oft symptomlos sind. Das von der Alibaba-Forschungsabteilung DAMO entwickelte Modell PANDA hat von der FDA eine Breakthrough-Designierung erhalten. In Validierungsstudien zeigte PANDA eine Sensitivität von 92,9 Prozent und eine Spezifität von 99,9 Prozent bei der Erkennung von Pankreaskrebs, nach Studiendaten 34,1 Prozentpunkte sensitiver als der durchschnittliche Radiologe. In der klinischen Anwendung hat das System über 180.000 Scans analysiert und dabei Dutzende Frühstadiumfälle identifiziert, die menschlichen Augen verborgen blieben.

Im Vergleich: Mensch plus KI schlägt beide allein

Die Mammografie-Studie mit 1,2 Millionen Aufnahmen aus dem Jahr 2024 zeigte: Radiologen die KI-Assistenzsysteme nutzten, erkannten Brustkrebs 2,6 Prozent häufiger als ohne Unterstützung, bei gleichzeitig 1,5 Prozent weniger falsch-positiven Befunden. Weniger Fehlalarme bedeuten weniger unnötige Biopsien, weniger Belastung für Patientinnen.

Das Muster ist nicht auf Mammografien beschränkt. IDx-DR, 2018 als erstes vollständig autonomes KI-Diagnostiksystem von der FDA zugelassen, erkennt diabetische Retinopathie direkt aus Netzhautfotos ohne ärztliche Zwischenstufe. Es wird heute zur Vorsorgeuntersuchung in Hausarztpraxen eingesetzt, weil viele Betroffene keinen zeitnahen Zugang zu Augenärzten haben. Auch für Prostata-, Lungen- und Dickdarmkrebs zeigen Studien konsistent: Kombinationen aus menschlichem Urteil und KI-Mustererkennung übertreffen beide Seiten allein.

Drei Bedingungen damit das Potenzial sich entfaltet

Das Potenzial der KI-gestützten Radiologie ist real, hängt aber an drei Voraussetzungen. Erstens müssen Trainingsdaten diverse Bevölkerungsgruppen repräsentieren. Aktuelle Systeme sind überwiegend auf US-amerikanischen und westeuropäischen Datensätzen trainiert, was zu geringerer Genauigkeit bei anderen Populationen führen kann. Zweitens muss KI-Unterstützung in Klinikabläufe eingebettet werden, ohne Radiologen mit Hinweismeldungen zu überlasten: Frühwarnsysteme die zu viele Alarme erzeugen, werden im Alltag ignoriert. Drittens stuft der EU AI Act 2026 Radiologie-KI als Hochrisikoanwendung ein und verlangt Bias-Tests, Trainingsdokumentation und menschliche Aufsicht als Zulassungsbedingung. Das schafft Sicherheit für Patientinnen und Patienten, erhöht aber den Entwicklungsaufwand für kleinere Anbieter erheblich.

Die ersten prospektiven Langzeitstudien zu DAMO PANDA in klinischer Routineanwendung sollen in den nächsten drei Jahren abgeschlossen werden. Bis dahin gilt die Breakthrough-Designierung, kein Routineeinsatz außerhalb von Studienzentren. Ob die Ergebnisse halten, was die Validierungsstudien versprechen, wird erst dann klar.