Ärzte müssen sich künftig vor gefälschten Röntgenbildern hüten

Ausgeklügelte Computerprogramme sind wichtig bei der Analyse von Röntgenbildern. Dass solche Programme in den den falschen Händen auch Röntgenbilder manipulieren können, zeigt eine neue Studie. Die Forscher des Universitätsspitals Zürich (USZ) stellten fest, dass es möglich ist, krebsspezifische Merkmale realistisch in Mammographien einzubringen oder zu entfernen.

«Künstliche Intelligenz ist in der Lage zu lernen, wie Brustkrebs aussieht. Das hilft uns in der Diagnostik», sagte Anton Becker, Radiologe am USZ und Erstautor der Studie, laut einer Medienmitteilung des USZ. «Nun haben wir gezeigt, dass sie auch in der Lage ist, Krebs in Mammographien gesunder Patienten einzubringen oder zu entfernen und durch normal aussehendes Gewebe im Bild zu ersetzen.»

Für ihre Studie trainierten die Forscher ein Programm mit 680 Mammographien von 334 Patientinnen. Das Programm sollte lernen, Bilder, die Krebs zeigen, in gesunde Aufnahmen umzuwandeln und umgekehrt.

Die in der Studie manipulierten Bilder wurden drei Radiologen zur Begutachtung vorgelegt. Sie sollten beurteilen, ob die Bilder echt oder manipuliert sind. Das Resultat: Keiner der Radiologen konnte dies zuverlässig unterscheiden.

Dass Cyberkriminelle versuchen könnten, radiologische Bilder zu manipulieren, sei heute erst ein theoretisches Szenario, heisst es in einer Medienmitteilung des USZ. Eine solche Manipulation von Röntgenbildern sei noch für einige Zeit nicht durchführbar, erklärte Anton Becker. Ein Grund zur Sorge bestehe daher heute nicht.

Becker findet es jedoch wichtig, dass die medizinische Fachwelt sowie Hard- und Softwareanbieter das Bewusstsein für solche allfälligen Manipulationen entwickeln und die notwendigen Anpassungen vornehmen. Wichtig sei, das Problem anzugehen, solange es noch theoretisch ist.

Computerprogramme werden in der Radiologie schon heute für die Analyse von Röntgenbildern eingesetzt. So wird unter anderem die Dichte des Brustgewebes beurteilt. Das Programm schlägt eine von vier möglichen Kategorien vor, die der Radiologe im Einzelfall bestätigt oder verwirft. Eine weitere Einsatzmöglichkeit hat die Studie der Forscher des USZ gezeigt: «Neuronale Netze sind in der Lage, Bildmerkmale bestimmter Krebsarten noch viel genauer zu erfassen. Davon können wir möglicherweise lernen und zu besseren Ärzten werden.»