Forschung: KI lernt, Hautkrebs mit 78 % Genauigkeit zu erkennen
Die Autoren nutzten Daten aus Krankenhäusern und Online-Apps, in denen Nutzer Fotos von Hautläsionen zur Analyse hochgeladen hatten. Um die Zuverlässigkeit des Algorithmus zu testen, bewerteten die Wissenschaftler nicht nur seine Fähigkeit, Krebs zu erkennen, sondern auch seine Fähigkeit, ihn von gutartigen Läsionen zu unterscheiden. In realen Fällen identifizierte das System nur etwa 12 % der Fälle fälschlicherweise als bösartig. Somit unterschied die KI präzise zwischen gefährlichen Läsionen und harmlosen Hautveränderungen, ohne übermäßige Alarme auszulösen.
Neben Krebs kann der Algorithmus über 70 dermatologische Diagnosen erkennen. Die häufigsten davon sind melanozytäre Nävi (20,9 %), seborrhoische Keratose (4,6 %) und Follikulitis (2 %). In klinischen Tests identifizierte das System die drei wahrscheinlichsten Krankheiten in 66 % der Fälle korrekt. Auf einem unabhängigen Datensatz waren seine Ergebnisse mit denen praktizierender Dermatologen vergleichbar.
Die Studie offenbarte auch regionale Unterschiede: Bösartige Tumoren wurden am häufigsten in Nordamerika, gutartige Tumoren in Asien und Infektionskrankheiten in Afrika registriert. Die Autoren gehen davon aus, dass diese Unterschiede sowohl Krankheitsmuster als auch das Interesse der Nutzer an bestimmten Symptomtypen widerspiegeln.
Der Algorithmus wurde hauptsächlich an Patienten mit asiatischem Hautton trainiert, daher ist eine weitere Validierung an anderen Hauttypen erforderlich. Darüber hinaus wurden seltene Krebsarten wie das Kaposi-Sarkom und das Merkelzellkarzinom nicht in die Studie einbezogen. Die Autoren betonen, dass ModelDerm an verschiedene Regionen und Klimazonen angepasst werden muss und randomisierte klinische Studien erforderlich sind, um seine Wirksamkeit in der klinischen Praxis zu bestätigen. Dennoch glauben die Entwickler, dass solche Systeme ein Instrument zur globalen Überwachung dermatologischer Erkrankungen werden und die Krebsfrüherkennung erleichtern könnten, insbesondere in Ländern mit Fachkräftemangel.
Auch bei globalen Technologieunternehmen wächst das Interesse am Einsatz von KI in der Dermatologie. Bereits 2021 stellte Google auf der Google I/O-Konferenz ein Tool vor, das Haut-, Haar- und Nagelerkrankungen anhand von Nutzerfotos erkennen kann. Das Tool wurde anhand von 65.000 Bildern trainiert und ist für die Nutzung über eine Web-App konzipiert.
Über die Dermatologie hinaus verbessern Forscher Algorithmen zur Verarbeitung von CT- und MRT-Bildern. Ein Wissenschaftlerteam der Shanghai Jiao Tong University und des Shanghai Artificial Intelligence Lab entwickelte ein universelles Modell namens „Segment Anything with Text“, das Organe und Gewebe in 3D-Bildern anhand von Textabfragen von Ärzten hervorheben kann. Das System deckt 497 anatomische Strukturen ab, wurde anhand von 22.000 CT- und MRT-Scans trainiert und kombiniert Text- und Bildinformationen.
vademec
