PRAIM: kunstig intelligens som støtte ved mammografi

Kort svar

I PRAIM fant mammografi med KI-støtte omtrent ett ekstra brystkrefttilfelle per tusen undersøkte sammenlignet med vanlig dobbeltgranskning i den justerte analysen. Studien foregikk i vanlig tysk screening, men bruk av KI var selvvalgt av radiologene. Den viser ikke alene at KI redder flere liv eller reduserer overdiagnostikk.

Hva undersøkte forskerne?

Mammografibildene ble gransket av to radiologer. I KI-gruppen kunne én eller begge bruke et system som merket enkelte undersøkelser som sannsynlig normale eller mistenkelige. Forskerne undersøkte påviste krefttilfeller og hvor mange som ble kalt tilbake til nærmere undersøkelse.

Dette var en prospektiv gjennomføringsstudie: data ble samlet mens tilbudet var i drift. Den var likevel ikke tilfeldig fordelt. Radiologene valgte om KI skulle brukes. Forskerne brukte derfor statistisk vekting for å forsøke å gjøre gruppene mer sammenlignbare.

Hva fant de?

Flere krefttilfeller ble funnet i den beregnede sammenligningen

I den justerte analysen ble 6,7 krefttilfeller funnet per tusen undersøkte med KI, mot 5,7 uten. Det er omtrent ett ekstra påvist tilfelle per tusen, eller en relativ økning på rundt 18 prosent. Den relative prosenten betyr ikke at 18 prosent av deltakerne hadde kreft.

Tallene endret seg når gruppene ble gjort mer sammenlignbare

Forskerne beregnet hvor mange per tusen som ble kalt tilbake til nærmere undersøkelse. De forsøkte samtidig å ta hensyn til registrerte forskjeller mellom gruppene. De beregnede tallene var 37,4 med KI og 38,3 uten KI. KI-gruppen holdt seg innenfor grensen forskerne på forhånd hadde satt for å godta resultatet som ikke dårligere. Dette er tall fra en statistisk modell, ikke bare en direkte opptelling av alle tilbakekallingene.

De direkte opptellingene så annerledes ut: 44,5 per tusen ble kalt tilbake i KI-gruppen og 38,4 uten KI. Tallene før og etter beregningen beskriver derfor ikke helt det samme. Den justerte analysen forsøker å svare på hvordan sammenligningen ser ut når registrerte forskjeller mellom gruppene tas med. Begge tallsettene og grunnen til beregningen må være synlige når funnet forklares.

Hvor sikre kan vi være?

Størrelsen, flere sentre og vanlig drift er klare styrker. Selvvalgt KI-bruk skapte samtidig en viktig feilkilde: hvem som brukte verktøyet, og når de brukte det, kunne henge sammen med både bilder og arbeidsmåte. Statistisk vekting forsøker å håndtere dette, men kan ikke garantere at alle skjevheter er fjernet.

Påvist kreft er et tidlig mål. Noen ekstra funn kan være sykdom som ellers ville gitt plager senere, mens andre kan være overdiagnostikk: kreft som aldri ville blitt til skade i personens levetid. Studien avklarer ikke fordelingen eller effekten på brystkreftdødelighet.

Hvem gjelder resultatene for?

Studien ble gjennomført ved tolv screeningsteder i Tyskland fra juli 2021 til februar 2023, med 119 radiologer og flere apparatleverandører. Målgruppen var symptomfrie kvinner mellom 50 og 69 år som deltok i det organiserte programmet.

Sammendraget oppgir 463 094 undersøkte. Etter 666 med manglende opplysninger om resultatene og 610 avlysninger inngikk 461 818 i hovedmaterialet, hvorav 260 739 med KI-støtte og 201 079 uten. Disse tallene beskriver ulike trinn og skal ikke brukes om hverandre.

Hva kan dette bety i hverdagen?

Resultatene er lovende for KI som støtte i en bestemt arbeidsflyt, men begrunner ikke at radiologer kan fjernes fra alle screeningprogrammer. Et nytt system trenger lokal utprøving, opplæring og overvåking av både feil og arbeidsbelastning. Flere påviste tilfeller og uendret justert tilbakekalling er nyttig informasjon, men ikke en komplett vurdering av nytte og skade.

Hvordan passer dette med annen forskning?

Omtale 054 undersøker et annet KI-system med bilder fra forskjellige apparater i Sveits. Den viser at teknisk utstyr kan påvirke resultatene. De to omtalene er ikke to oppfølginger av samme forsøk. Resultatene gjelder PRAIM og en separat sveitsisk analyse, med ulike deltakere og opplegg.

Hva trenger vi mer kunnskap om?

Deltakerne må følges lenger for å undersøke om KI bidrar til færre krefttilfeller mellom screeningrundene og færre dødsfall. Forskerne må også se etter overdiagnostikk, altså at screening finner kreft som ikke ville ha gitt plager i personens levetid, men som kan føre til behandling.

Andre forskergrupper bør prøve systemet i nye befolkninger, med annet bildeutstyr og andre KI-versjoner. De bør undersøke hvordan legenes vurderinger og arbeidsmengde endres. Flere funn på bildene er ikke alene nok til å vise at tilbudet samlet er bedre.

Kilder

Omtalen bygger på det forskerne selv rapporterer om metode, resultater og begrensninger.

Kilden denne omtalen handler om

Eisemann N, Bunk S, Mukama T, Baltus H, Elsner SA, Gomille T, Hecht G, Heywang-Köbrunner S, Rathmann R, Siegmann-Luz K, Töllner T, Vomweg TW, Leibig C, Katalinic A. Nationwide real-world implementation of AI for cancer detection in population-based mammography screening. Nature medicine, 2025.

Les originalpublikasjonen

Les fullteksten

Andre studier og fagkilder omtalt i teksten

Bakgrunnskilde: AI performance varies considerably across mammography devices: a multi-site and multi-vendor retrospective study. 2026. Les publikasjonen.

Sist gjennomgått: 30. oktober 2026.

Kildegrunnlag: publikasjonens fulltekst.

Redaksjonell oppdatering 1. november 2026: Språk, forklaringer og henvisninger er gjennomgått. Datoen for kildegjennomgang er oppgitt ovenfor.