Mayo Clinic KI erkennt Bauchspeicheldrüsenkrebs Jahre vor der Diagnose

Die Mayo Clinic hat neue Validierungsdaten zu REDMOD veröffentlicht, einem künstlichen Intelligenzmodell, das entwickelt wurde, um frühe Anzeichen von Bauchspeicheldrüsenkrebs auf routinemäßigen abdominalen CT-Scans zu erkennen, bevor Tumore für menschliche Betrachter sichtbar werden.

Laut Mayo Clinic analysierte das Modell fast 2.000 CT-Scans, die ursprünglich als normal interpretiert wurden, später aber mit Bauchspeicheldrüsenkrebs-Diagnosen in Verbindung standen. REDMOD identifizierte 73 % der prädiganostischen Krebserkrankungen im Median etwa 16 Monate vor der Diagnose und verdoppelte damit nahezu die Erkennungsrate von Spezialisten, die dieselben Scans ohne KI-Unterstützung beurteilten. Der Vorteil war noch größer bei Scans, die mehr als zwei Jahre vor der Diagnose aufgenommen wurden: Hier identifizierte die KI nahezu dreimal so viele frühe Krebsfälle.

Quelle: Mayo Clinic News Network, „Mayo Clinic AI detects pancreatic cancer up to 3 years before diagnosis in landmark validation study,” veröffentlicht am 29. April 2026.

Was REDMOD anders macht

REMOD steht für Radiomics-based Early Detection Model. Anstatt nur nach einem sichtbaren Tumor zu suchen, analysiert sie subtile quantitative Muster in der Bauchspeicheldrüse, die auf eine frühe Erkrankung hinweisen können.

Die Mayo Clinic gibt an, dass das System Hunderte von Bildgebungsmerkmalen misst, darunter:

• Gewebetextur
• Strukturelle Muster
• Quantitative radiomische Signale
• Frühe biologische Veränderungen, die für Radiologen möglicherweise noch nicht sichtbar sind

Diese Merkmale werden aus herkömmlichen CT-Scans extrahiert, die Patientinnen und Patienten möglicherweise bereits aus anderen medizinischen Gründen erhalten haben.

Zentrale Ergebnisse der Validierungsstudie

Befund	Berichtetes Ergebnis
Analysierte CT-Scans	Fast 2.000
Frühe Bauchspeicheldrüsenkrebsfälle durch REDMOD erkannt	73 %
Median der Vorlaufzeit bis zur Diagnose	Etwa 16 Monate
Frühester gemeldeter Erkennungszeitraum	Bis zu 3 Jahre
Leistung über 2 Jahre vor Diagnose hinaus	Fast 3x Facherkennung durch Spezialisten

Die Studie testete das Modell zudem an CT-Scans aus mehreren Institutionen, Bildgebungssystemen und Protokollen—was die Mayo Clinic als wichtigen Schritt zur Validierung des Tools unter realitätsnahen klinischen Bedingungen bezeichnete.

Warum Früherkennung entscheidend ist

Bauchspeicheldrüsenkrebs wird häufig erst spät erkannt, da er in den frühen Stadien meist keine eindeutigen Symptome verursacht. Die Mayo Clinic betont, dass mehr als 85 % der Patientinnen und Patienten erst diagnostiziert werden, wenn sich die Krankheit bereits ausgebreitet hat, und die Fünf-Jahres-Überlebensrate liegt laut National Cancer Institute weiterhin unter 15 %.

Deshalb ist die Früherkennung besonders wichtig. Wenn ein KI-Modell Risiko-Scans markieren kann, bevor eine sichtbare Masse erscheint, haben Ärztinnen und Ärzte möglicherweise mehr Zeit, nachzuforschen, zu überwachen und gegebenenfalls die Krankheit zu behandeln, solange noch Kurationsmöglichkeiten bestehen.

So könnte das in die Routinediagnostik passen

Eine der wichtigsten Eigenschaften von REDMOD ist, dass sie auf Scans läuft, die die Patientinnen und Patienten ohnehin erhalten. So könnte KI-gestütztes Frühscreening weniger aufwendig und störend sein als ein zusätzlicher Diagnostiktest.

Die Mayo Clinic erklärt, dass das Modell dafür ausgelegt ist, routinemäßige CT-Scans automatisch zu analysieren – insbesondere bei Risikopatienten, etwa bei neu aufgetretenem Diabetes. Wenn sich die Wirksamkeit in prospektiven klinischen Studien bestätigt, könnte das System helfen, Menschen zu erkennen, die schon vor offensichtlichen Krebsanzeichen intensiver weiterverfolgt werden sollten.

Wie es weitergeht

Die Mayo Clinic treibt die Arbeit im Rahmen von AI-PACED voran, einer Abkürzung für Artificial Intelligence for Pancreatic Cancer Early Detection. Diese prospektive Studie untersucht, wie KI-gestützte Erkennung in die Versorgung von Risikopatienten integriert werden kann.

Die nächste Phase muss praktische klinische Fragen beantworten, darunter:

• Wie oft die KI tatsächlich frühe Krankheitsanzeichen richtig erkennt
• Wie viele falsch-positive Befunde sie erzeugt
• Wie Ärztinnen und Ärzte auf erhöhte Risikobefunde reagieren sollten
• Ob eine frühere Erkennung die Behandlungsergebnisse verbessert

Die größere Perspektive

REMOD spiegelt einen breiteren Wandel in der medizinischen KI wider: Sie bewegt sich von der Erkennung offensichtlicher Auffälligkeiten hin zur Identifikation früher biologischer Veränderungen, die für Menschen ohne technische Unterstützung schwer oder gar nicht erkennbar sind.

Gerade beim Bauchspeicheldrüsenkrebs, bei dem die späte Diagnose eine große Hürde für das Überleben darstellt, könnte dieser Wandel besonders bedeutsam sein. Das Versprechen liegt nicht nur in einer schnelleren Bildauswertung, sondern in einer neuen Ebene von Frühwarn-Intelligenz, die direkt in die routinemäßige medizinische Bildgebung integriert ist.

Dennoch ist REDMOD noch kein Ersatz für ärztliche Expertise. Ihr tatsächlicher Wert im klinischen Alltag wird von prospektiven Tests, sorgfältiger Integration in die Versorgung und davon abhängen, ob eine frühere KI-gestützte Erkennung zu besseren Behandlungsergebnissen für Patientinnen und Patienten führt.

Quellennachweis

Dieser Artikel basiert auf Informationen des Mayo Clinic News Network zur REDMOD-Studie der Mayo Clinic zur Früherkennung von Bauchspeicheldrüsenkrebs und der zugehörigen Veröffentlichung in Gut.