PROF. DR. CHRISTIANE KUHL
BERLIN
SUMMIT

Univ.-Prof. Dr. med. C. Kuhl ist Radiologin, klinische Wissenschaftlerin und Direktorin der Klinik für Diagnostische und Interventionelle Radiologie der RWTH Aachen. Sie studierte Medizin von 1985 bis 1991 an der Rheinischen Friedrich-Wilhelms-Universität Bonn. Nach mehrjähriger wissenschaftlicher Arbeit an der Sektion MRT der Radiologischen Klinik der Universität Bonn promovierte sie 1994 mit „summa cum laude“ auf dem Gebiet der 31P-MR-Spektroskopie neuromuskulärer Erkrankungen. Die Weiterbildung zum Facharzt für Radiologie unterbrach sie 1994 bis 1995 durch eine klinische Weiterbildung an der Klinik für Neurochirurgie der Universität Bonn. Die Anerkennung der Weiterbildung zum Radiologen erhielt sie 1999. Im selben Jahr schloss sie ihre Habilitation ab und erhielt die Venia legendi für Radiologie. In 2004 Erwerb der Zusatzbezeichnung Neuroradiologie. Ende 2004 erhielt sie den Ruf auf eine Universitätsprofessur (C3) für Onkologische Diagnostik und minimal-invasive Tumortherapie an der Universität Bonn und wurde zur stellvertretenden Klinikdirektorin ernannt. Von 2008 bis 2010 Mitarbeit im Rektorat der Universität Bonn als Prorektorin. Im Mai 2010 erhielt sie den Ruf auf den Lehrstuhl für Diagnostische und Interventionelle Radiologie an der RWTH Aachen und leitet seither die gleichnamige Klinik am UK Aachen. Kuhl ist Autorin zahlreicher wissenschaftlicher Veröffentlichungen, die sich weit überwiegend mit der Diagnostik und Behandlung von Tumorerkrankungen befassen. Hier hat sie grundlegende, international viel zitierte Arbeiten verfasst, die insbesondere die Diagnostik und Früherkennung des Mammakarzinoms nachhaltig geprägt haben. Kuhl war und ist Initiatorin und Leiterin einer Vielzahl nationaler und internationaler klinischer Studien. Ihre Arbeiten wurden durch verschiedene Preise gewürdigt, wie zum Beispiel den Marie-Curie-Ring (Holthusen Ring) der Deutschen Röntgengesellschaft, den European Magnetic Resonance Award, den Preis des American College of Radiology Imaging Network (ACRIN), sowie die Gold Medal der ISMRM (International Society of Magnetic Resonance in Medicine) und der EUSOBI (European Society of Breast Imaging). Sie fungierte als Mitglied der Working Group on Breast MRI of the United States Health Service's Office on Women's Health, Commission on Standards and Accreditation, und dem BI-RADS-Komitee des ACR. Sie ist Mitglied der Leopoldina sowie einer Reihe nationaler und internationaler Fachgesellschaften (DRG, RSNA, ASCO, ACR, EUSOBI und CIRSE).

Foto Credit: UKA

Abstract des Vortrags:

Bildgebende Verfahren in der Diagnostik – welche Fortschritte sind durch KI zu erwarten?

Brustkrebs ist die bei weitem häufigste Krebserkrankung der Frau, und ist nach wie vor die Hauptursache für den Krebstod von Frauen. Das Deutsche Mammographie-Screening-Programm wurde vor mehr als 10 Jahren etabliert, um durch umfassend qualitätsgesicherte Mammographie Brustkrebs früh zu erkennen. Allerdings wird zunehmend evident, dass die Leistungsfähigkeit der Mammographie zur Früherkennung vor allem bei Frauen mit dichtem Drüsengewebe begrenzt ist. Hauptkritikpunkt ist jedoch die Tatsache, dass die Mammographie wie auch ihre Weiterentwicklung, die 3D-Mammographie oder „Tomosynthese“, technische Schwierigkeiten hat, gerade die prognostisch relevanten, entdifferenzierten Mammakarzinome früh zu entdecken – also genau solche Karzinome, deren Früherkennung prognostisch besonders relevant wäre. Diese sogenannte Unterdiagnose trägt dazu bei, dass trotz jahrzehntelangem systematischen Einsatz der Screening-Mammographie in vielen europäischen Ländern unverändert das Mammakarzinom die Krebstodesursachen-Statistik der weiblichen Bevölkerung an erster oder zweiter Stelle anführt. Umgekehrt bieten Mammographie wie auch Tomosynthese eine (zu) hohe Empfindlichkeit für wenig aggressive Mammakarzinome, deren frühe Erkennung für die betroffene Frau wenig hilfreich ist. Methoden der Künstlichen Intelligenz alleine werden hier nicht relevant weiterhelfen – könnten aber durchaus hilfreich sein, um auf der Basis der mammographischen Drüsengewebs-Architektur Informationen über die individuelle Erkrankungswahrscheinlichkeit einer Frau zu liefern. Dies könnte dann für eine entsprechend differenzierte, risiko-adaptierte Früherkennung genutzt werden, indem Frauen eine, an ihr persönliches Erkrankungsrisiko und individuelle Brustdichte angepasste, leistungsfähige Bildgebung jenseits der Mammographie angeboten wird.

zurück zur Referentenübersicht