Mehrere Studien belegen, dass selbstlernende Computersysteme aufgrund der vielen gespeicherten Vergleichsbilder eher in der Lage sind, eine zutreffende Diagnose zu fällen als menschliche Mediziner.
Eine Studie an der Universitätshautklinik Heidelberg hat aufs Neue gezeigt, dass Krebserkrankungen dadurch, dass sie häufig durch Bildaufnahmen diagnostiziert werden, oft ein Fall für künstliche Intelligenz (KI) sind – gerade bei Hautkrebs, wo die Erstbegutachtung immer visuell durchgeführt wird.
In Heidelberg hatten Forscher 58 erfahrenen Dermatologen Untersuchungsbilder vorgeführt. Während die Ärzte 87 % der Melanome korrekt feststellten, erkannte das KI-Modell 95 %. Zuvor war es mit dermoskopischen Bildern und entsprechenden Diagnosen trainiert und validiert worden. Basis war die von Google bereitgestellte Inception-v4-CNN-Architektur. Dabei handelt es sich um ein faltungsneuronales Netzwerk, das sich für Anwendungen in der Bildverarbeitung eignet, wie sie unter anderem bei der Hautkrebsfrüherkennung eingesetzt werden. Diese Eignung belegt auch eine Studie, die 2017 an der Standford Universität durchgeführt wurde. Die Forscher sehen hier großes Potenzial für die Ferndiagnose per Smartphone.
Hautkrebs könnte damit nicht nur früher erkannt werden; das System kann zudem helfen helfen, Fehldiagnosen und unnötige Operationen zu vermeiden. Das Berliner Start-up Magnosco hat bereits ein Gerät zur Marktreife gebracht, das auf Basis von maschinellem Lernen mit einem Infrarotlaser arbeitet und krankhafte Veränderungen per Tiefenscan auf molekularer Ebene aufzeigt. Das patentierte Medizinprodukt DermaFC unterstützt Hautärzte bei der Diagnose.
