Ein neues KI-System kann die Zusammenarbeit zwischen künstlicher Intelligenz und menschlichen Experten in der Krebsdiagnose verbessern, indem es lernt, wann es selbst entscheiden und wann es Pathologen hinzuziehen sollte. Das berichten Forschende der University of Surrey und der Monash University. Das Verfahren reduziert die Arbeitsbelastung und erhöht gleichzeitig die diagnostische Genauigkeit.
Das System wurde an Darmkrebs-Pathologie-Bildern getestet, bei denen drei Fachpathologen Gewebeproben in normale, präkanzeröse und maligne Kategorien einteilten. Auch wenn während des Trainings 70 Prozent der Expertenkommentare fehlten, behielt die KI eine hohe Genauigkeit bei und verteilte die Fälle gleichmäßig, sodass kein einzelner Pathologe überlastet wurde.
Die Entwickler betonen, dass herkömmliche Human-AI-Systeme oft jeden Experten jedes Trainingsbild prüfen lassen – ein aufwendiger und in der Praxis kaum realisierbarer Prozess. Ihr probabilistischer Ansatz lernt aus unvollständigen Eingaben und steuert die Arbeitsverteilung aktiv. Dadurch könne die KI Routinefälle eigenständig bearbeiten und komplexe Fälle gezielt an Menschen weiterleiten, ohne immer dieselbe Person zu beanspruchen.
Die Methode wurde auch auf Brust-Röntgenaufnahmen und Knochenbilder angewendet und erwies sich als flexibel einsetzbar. Die Forschenden sehen darin einen praktikablen Weg, KI in der Krebspathologie und Radiologie einzuführen, ohne die menschliche Expertise zu ersetzen oder zu überfordern.
Die Ergebnisse wurden auf der International Conference on Learning Representations (ICLR) 2025 vorgestellt.
