Cytoreader-V2: Wie KI-gestützte Dual-Stain-Zytologie die Zervixkarzinom-Vorsorge präzisiert

Die Umstellung der deutschen Zervixkarzinom-Vorsorge auf ein organisiertes Screening mit HPV-Test als Primärverfahren hat ein praktisches Problem geschaffen: Ein positiver HPV-Test allein sagt wenig über das tatsächliche Risiko einer Frau aus. Die meisten HPV-Infektionen heilen aus, ohne je eine klinisch relevante Läsion zu verursachen. Für die Triage – also die Entscheidung, wer zur Kolposkopie überwiesen wird und wer im HPV-positiven, aber unauffälligen Zustand weiterbeobachtet werden kann – hat sich die Dual-Stain-Zytologie mit p16/Ki67 als der konventionellen PAP-Zytologie überlegen erwiesen. Das Problem dieser Methode: Ihre Auswertung ist subjektiv und stark von der Erfahrung der befundenden Person abhängig.

Genau hier setzt eine neue Validierungsstudie an, die das KI-Modell Cytoreader-V2 an 5.722 Dual-Stain-Präparaten aus bevölkerungsbasierten Screening-Kohorten geprüft hat (Studie).

Was die Daten zeigen

Die Studie prüft Cytoreader-V2 in drei unabhängigen Settings:

• SurePath Kaiser Implementation Study: Sensitivität/Spezifität von 87,2 %/57,8 % für Cytoreader-V2, gegenüber 89,9 %/52,6 % bei manueller Dual-Stain-Auswertung und 85,8 %/41,9 % bei konventioneller PAP-Zytologie.
• ThinPrep Biopsy Study: 95,7 %/44,4 % für die KI versus 89,4 %/35,0 % bei manueller Auswertung.
• Anale Dual-Stain-Zytologie: 87,0 %/41,3 % gegenüber 87,0 %/27,7 % bei manueller Bewertung – bei identischer Sensitivität eine deutlich höhere Spezifität.

Der durchgängige Befund: Cytoreader-V2 verbessert in allen drei Kollektiven die Spezifität spürbar, bei einer Sensitivität, die nah an der manuellen Auswertung liegt oder diese sogar übertrifft. Ergänzend zeigen Robustheitstests eine stabile Leistung über verschiedene Bildtransformationen hinweg – ein Hinweis darauf, dass das Modell nicht auf Artefakte einzelner Scanner oder Färbechargen überfittet ist.

Warum die Spezifität der entscheidende Hebel ist

Für die Praxis ist die Spezifität die eigentliche Achillesferse der Dual-Stain-Zytologie. Eine niedrige Spezifität bedeutet: viele falsch-positive Befunde, viele unnötige Überweisungen zur Kolposkopie, unnötige Verunsicherung der Patientinnen und zusätzliche Belastung der kolposkopischen Kapazitäten. Eine Verbesserung von etwa 5 Prozentpunkten – wie sie in der SurePath-Kohorte gezeigt wird – klingt zunächst moderat, wirkt sich aber bei Screening-Programmen mit hohem Testvolumen direkt auf die Anzahl vermeidbarer Überweisungen aus.

Gleichzeitig ist die Reproduzierbarkeit ein Aspekt, der in der Diskussion um KI in der Pathologie oft unterschätzt wird. Manuelle Dual-Stain-Befundung unterliegt Inter- und Intra-Observer-Variabilität – zwei Befunder können denselben Objektträger unterschiedlich beurteilen, und derselbe Befunder kann an unterschiedlichen Tagen zu unterschiedlichen Einschätzungen kommen. Ein KI-Modell mit dokumentierter Stabilität über Bildtransformationen hinweg liefert hier einen strukturellen Vorteil: gleichbleibende Kriterien, unabhängig von Tagesform oder Erfahrung der befundenden Person.

Einordnung für die Praxis in Deutschland

Für gynäkologische Praxen und zytologische Labore in Deutschland ist die Studie zunächst als Machbarkeitsnachweis zu lesen, nicht als unmittelbar einsatzbereites Produkt. Wichtig für die Einordnung: Es handelt sich um eine Preprint-Veröffentlichung, die noch kein reguläres Peer-Review-Verfahren durchlaufen hat. Die Ergebnisse sind vielversprechend, sollten aber bis zur Publikation in einem begutachteten Journal mit der gebotenen Zurückhaltung kommuniziert werden – gerade in einem Bereich mit direkter Patientinnenrelevanz.

Für die Praxis lassen sich dennoch drei Punkte festhalten:

1. Für Labore, die Dual-Stain-Zytologie anbieten, lohnt sich die Beobachtung der weiteren Entwicklung von KI-gestützten Auswertungssystemen als möglicher Baustein zur Qualitätssicherung und Standardisierung der Befundung.
2. Für niedergelassene Gynäkologinnen und Gynäkologen bleibt die Kernaussage der Studie eine Bestätigung des bereits etablierten Prinzips: Dual-Stain-Zytologie ist der konventionellen PAP-Zytologie in der HPV-Triage überlegen – die KI-Komponente adressiert primär die Frage der Auswertungsqualität, nicht die grundsätzliche Methodenwahl.
3. Regulatorisch ist relevant, dass ein solches Modell in Deutschland und der EU je nach Einsatzkontext als Medizinprodukt nach MDR einzuordnen wäre, mit entsprechenden Anforderungen an klinische Evidenz, CE-Kennzeichnung und Post-Market-Surveillance – ein Prozess, der über die reine Validierungsstudie hinausgeht.

Die Daten aus der Studie sind ein starkes Signal dafür, dass KI-gestützte Auswertung in der digitalen Pathologie über Forschungsanwendungen hinaus praxisrelevant wird. Bis ein solches System jedoch in deutschen Laboren zum Einsatz kommt, braucht es weitere unabhängige Validierung, regulatorische Zulassung und eine Einbettung in die bestehenden Screening-Strukturen des organisierten Programms.