Eine neue Studie des „Skin-Classification-Projects“ des Deutschen Krebsforschungszentrums (DKFZ) hat gezeigt, dass künstliche Intelligenz schwarzen Hautkrebs präziser diagnostiziert als Hautärzte es können.
Wissenschaftler des Deutschen Krebsforschungszentrums (DKFZ), der Universitäts-Hautklinik und des Nationalen Centrums für Tumorerkrankungen (NCT) Heidelberg haben einen Algorithmus programmiert, der verdächtige Hautveränderungen digital beurteilen kann. Der Algorithmus wurde mit insgesamt 12.378 Bildern von Hautauffälligkeiten trainiert. In einer neuen Studie konnten die Wissenschaftler nun zeigen, dass die künstliche Intelligenz (KI) präziser diagnostizierte, ob es sich um ein Muttermal oder schwarzen Hautkrebs handelt. „Der Einsatz von künstlicher Intelligenz wird in der Dermatologie zukünftig wichtiger werden, um präzise Diagnosen zu erstellen. Der Algorithmus könnte die klinische Beurteilung von Hauttumoren sinnvoll ergänzen“, so Jochen Sven Utikal, Leiter der Klinischen Kooperationseinheit des DKFZ. In der Studie haben 157 Dermatologen von zwölf deutschen Universitäts-Hautkliniken 100 Bilder von Hautauffälligkeiten analysiert und das weitere Vorgehen bestimmt. Entweder sollte eine Biopsie durchgeführt oder dem Patienten von der Gewebeprobe abgeraten werden. Bei 20 der 100 Bilder handelte es sich sicher um schwarzen Hautkrebs. Dabei schnitten nur sieben der Dermatologen besser ab als der Algorithmus, 14 erzielten gleich gute Ergebnisse und 136 hatten schlechtere Ergebnisse. Im Durchschnitt war der Algorithmus präziser in der Beurteilung der Hauttumoren als die Hautärzte. Dabei spielte es keine Rolle, welche Position und Erfahrung der Arzt hatte. Im Durchschnitt waren Assistenzärzte, Fach- und Oberärzte bis zum Chefarzt dem Algorithmus unterlegen.
Eine Diagnose von Hautveränderungen allein durch den Algorithmus ist nach Meinung der Heidelberger Wissenschaftler allerdings dennoch nicht zu empfehlen. Denn der Algorithmus kennt bisher nur zwei Diagnosen: Muttermal oder schwarzen Hautkrebs. Bei dieser Fragestellung ist die künstliche Intelligenz bei Bilddaten überlegen. „Die klinische Realität ist allerdings eine völlig andere: Ein Facharzt muss bei der körperlichen Untersuchung zwischen mehr als hundert Differentialdiagnosen unterscheiden können, davon sind viele sehr selten, einige sind kaum allein am Bild zu erkennen, sondern brauchen weitere Informationen wie zum Beispiel Tasteindrücke“, so Alexander Enk, Direktor der Universitäts-Hautklinik Heidelberg. Der Einsatz auf mobilen Endgeräten sei in bestimmten Situationen denkbar, setze die Patienten aber derzeit noch zu hohen Risiken aus.
Die Studie ist Teil des „Skin-Classification-Projects“. Die Ergebnisse sind im European Journal of Cancer veröffentlicht.