Bitte warten...
Schwarzer Hautkrebs: oberflächlich spreitendes Melanom. Krebs kann durch künstliche Intelligenz gut erkannt werden

Deutscher Hautkrebskongress Computer erkennt Hautkrebs besser als Ärzte

Beim deutschen Hautkrebskongress in Stuttgart dreht sich in diesem Jahr alles um den Einsatz künstlicher Intelligenz in der Diagnostik. Im Frühsommer hat ein selbstlernendes Computerprogramm im Vergleich um die bessere Hautkrebsdiagnostik erfahrene Fachärzte übertrumpft. Und künftig sollen Patienten mit ihren eigenen Smartphones Hautkrankheiten selbst diagnostizieren können.

Dem Programm zugrunde liegt ein „Convolutional Neural Network“ (auch CNN oder ConvNet genannt). Das „faltende neuronale Netzwerk“ ist ein künstliches neuronales Netz (KNN). Das ist ein Konzept des maschinellen Lernens, das von biologischen Prozessen inspiriert wird. Diese Technologie der künstlichen Intelligenz wird eingesetzt, um Bild-, aber auch Audiodateien, maschinell zu verarbeiten.

Die Wissenschaftler haben (unter der Federführung der Uniklinik Heidelberg) ihr Programm mit mehr als 100.000 Bildern unterschiedlicher Hautveränderungen gefüttert – so hat die künstliche Intelligenz (KI) gelernt, gutartige Muttermale von bösartigen Melanomen zu unterscheiden. Das gelang dem Computer besser als 58 erfahrenen Hautärzten.

Die Ärzte aus 17 Ländern erkannten anhand von Fotos im Schnitt rund 87 Prozent der Krebsfälle, das künstliche neuronale Netzwerk kam auf eine Trefferquote von 95 Prozent.

Hautveränderungen könnten künftig mithilfe künstlicher Intelligenz noch besser diagnostiziert werden. Neuronale Netzwerke liefern zuverlässige Diagnosen

Hautveränderungen könnten künftig mithilfe künstlicher Intelligenz noch zuverlässiger diagnostiziert werden. Eine Studie zeigte eine höhere Trefferquote des künstlichen neuronalen Netzwerks im Vergleich zu der des Facharztes.

Hohe Trefferquote dank künstlicher neuronaler Netzwerke

Bei einer ähnlichen Studie im vergangenen Jahr hatten Experten und KI noch gleich gut abgeschnitten. Bei der aktuellen Untersuchung stieg allerdings die Erfolgsrate der Ärzte, wenn sie mehr Informationen über die Patienten erhielten – so wie es im klinischen Alltag üblich ist.

Die Forscher gehen davon aus, dass künstliche Intelligenz die Diagnose von Hautkrebs vor allem bei Risikopatienten verbessern kann.

Auf dem deutschen Hautkrebskongress in Stuttgart werden weitere Diagnosemöglichkeiten mit Hilfe von digitalen Medien vorgestellt. So arbeitet ein bundesweites Netzwerk dermatologischer Universitätskliniken daran, Diagnosealgorithmen für Hautkrankheiten zu trainieren und auszuwerten. Das sogenannte " skin-classification-project". Später sollen mit diesen gesicherten Informationen Apps entwickelt werden. Patienten könnten dann mit ihren eigenen Smartphones Hautkrankheiten selbst diagnostizieren.