15 bis 20 Prozent der Brustkrebsfälle haben genetische Ursachen. Frauen, bei denen gewisse Mutationen nachgewiesen werden, haben ein 20-fach erhöhtes Risiko im Laufe ihres Lebens Brustkrebs zu entwickeln. Das Ziel der ForscherInnen um Langs ist es, Computerprogramme so zu trainieren, dass sie subtile Veränderungen des Gewebes besser erkennen und auch beurteilen können. Dafür entwickelt er unter anderem Algorithmen, die bei der Einschätzung helfen sollen, ob sich aus Anomalien im Gewebe, die im MRT sichtbar werden, Brustkrebs entwickeln könnte. Damit würde eine individualisierte Risikoabschätzung möglich werden.
In einer weiteren Forschungsfrage soll geklärt werden, ob Risikofaktoren wie genetische und klinische Informationen, aber auch Sterblichkeitsdaten mit den Risikoscores aus dem MRT-Bild verknüpft werden können. Damit könnten in Zukunft die Intervalle der Vorsorgeuntersuchung an das individuelle Risikoprofil der Brustkrebspatientinnen angepasst werden.
Last but not least sollen Machine-learning Methoden soweit verbessert werden, dass Läsionen, also Veränderungen im Gewebe, besser klassifiziert und bösartige Veränderungen treffsicher als solche erkannt werden. Langs: „Damit könnten Biopsien gezielter eingesetzt werden, was wesentlich für die Lebensqualität der Betroffenen ist, aber auch das Gesundheitssystem entlastet würde.“