CareLit Fachartikel

Digitale Brust-Tomosynthese und Befundung mit künstlicher Intelligenz

Stefanie Weigel, Petra Wunderlich, Alexander Sommer, Jörg Czwoydzinski, Pascal Andreas Thomas Baltzer, Cornelia Lieselotte Angelika Dewald, Heike Preibsch, Stephanie Sauer, Katja C. Siegmann-Luz, Evelyn Wenkel, Caroline Wilpert, Sophia Freya Ulrike Blum · Senologie - Zeitschrift für Mammadiagnostik und -therapie · 2026 · Heft 03 · S. 236-246

Dokument
988932
CareLit-ID
Jahr
2026
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Senologie - Zeitschrift für Mammadiagnostik und -therapie
Autor:innen
Stefanie Weigel, Petra Wunderlich, Alexander Sommer, Jörg Czwoydzinski, Pascal Andreas Thomas Baltzer, Cornelia Lieselotte Angelika Dewald, Heike Preibsch, Stephanie Sauer, Katja C. Siegmann-Luz, Evelyn Wenkel, Caroline Wilpert, Sophia Freya Ulrike Blum
Ausgabe
Heft 03 / 2026
Jahrgang 23
Seiten
236-246
Erschienen: 2026-09-01 00:00:00
ISSN
1611-6453
DOI
10.1055/a-2911-2000

Zusammenfassung

Zusammenfassung Hintergrund Die digitale Brust-Tomosynthese (DBT) erhöht die Sensitivität und Spezifität im Vergleich zur digitalen Mammografie (DM) in der Brustkrebs-Früherkennung. Potenziale künstlicher Intelligenz (KI) in der mammografischen Befundung einschließlich einer Reduktion der Arbeitslast werden zunehmend berichtet. Methode Darstellung der aktuellen Evidenz zur Wirksamkeit von DBT versus DM in der bevölkerungsbezogenen Brustkrebs-Früherkennung und deren Unterstützung durch KI. Narrative Übersichtsarbeit mit themengeleiteter Literatursuche vergleichender Studien von DBT und DM sowie zum KI-Einsatz in…

Schlagworte

breast breast radiography digital breast tomosynthesis artificial intelligence mammography Senologie - Zeitschrift für Mammadiagnostik und -therapie