Mensch gegen Maschine

KI schlägt Ärzte bei der Diagnose von schwarzem Hautkrebs

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.

Photo
Quelle: NCT Heidelberg/Philip Benjamin

In einer Studie traten 157 Hautärzte von zwölf Universitätskliniken aus Deutschland gegen die künstliche Intelligenz an: Sowohl die Ärzte als auch der Algorithmus beurteilten 100 Bilder danach, ob es sich um ein Muttermal oder einen schwarzen Hautkrebs handelt. Am Ende war die künstliche Intelligenz präziser als die klinische Diagnostik. 

Für 100 Bilder von Hautauffälligkeiten, davon 20 gesichert schwarzer Hautkrebs (Melanom) und 80 gutartige Muttermale, mussten die 157 Dermatologen von zwölf deutschen Universitäts-Hautkliniken (Berlin, Bonn, Erlangen, Essen, Hamburg, Heidelberg, Kiel, Magdeburg, Mannheim, München, Regensburg und Würzburg) das weitere Vorgehen bestimmen: entweder eine Biopsie durchführen oder dem Patienten von der Gewebeprobe abraten. Dieselben 100 Bilder wurden anschließend von einem zuvor mit 12.378 anderen Bildern trainierten Algorithmus automatisiert bewertet.

Dieser Artikel könnte Sie auch interessieren

Photo

Maschinelles Lernen

Radiologie der Zukunft: Mensch und Maschine

Künstliche Intelligenz ist nach wie vor eines der heißesten Themen in der Radiologie. „Die Auswertung von Mustern in Daten aus bildgebenden Untersuchungen und klinischen Informationen zu Patienten mittels Maschinellem Lernen wird unser Verständnis von Erkrankungen, deren Behandlung sowie deren Verlaufsabschätzung fundamental verändern“, davon ist Assoc. Prof. Dipl.-Ing. Dr. Georg Langs,…

Der Algorithmus könnte die klinische Beurteilung von Hauttumoren sinnvoll ergänzen

Jochen Sven Utikal

Nur sieben der 157 Dermatologen schnitten besser als der Algorithmus ab, 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 über Fach- und Oberärzte bis zum Chefarzt dem Algorithmus unterlegen. "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", kommentiert Jochen Sven Utikal, Leiter der Klinischen Kooperationseinheit des DKFZ, die Ergebnisse der Studie.

Die Diagnose von Hautveränderungen allein durch den Algorithmus ist allerdings nach Meinung der Heidelberger Wissenschaftler nicht zu empfehlen. Ein Einsatz auf mobilen Endgeräten ist zwar in bestimmten Situationen denkbar, setzt die Patienten aber derzeit noch zu hohen Risiken aus. 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", berichtet Alexander Enk, Direktor der Universitäts-Hautklinik Heidelberg.

Dieser Artikel könnte Sie auch interessieren

Photo

Künstliche Intelligenz

Mensch-Maschine-Kollaborationen sind ein Gewinn

Die Entwicklung Künstlicher Intelligenzen (KI) hat in letzter Zeit einen enormen Hype ausgelöst. In die anfänglich ehrfürchtigen Stimmen mischen sich nun zunehmend auch sorgenvolle, die vor den Auswirkungen auf das Gesundheitswesen warnen. Insbesondere für die Radiologie werden häufiger Zukunftsszenarien an die Wand gemalt, die vorhersehen, dass KIs den menschlichen Radiologen ersetzen. Ein…

Kann eine künstliche Intelligenz in zehn Jahren die klinische Diagnose durch den Hautarzt vollständig ersetzen? Nein, meinen die Heidelberger Mediziner. Sie kann ihn aber unterstützen: "Es ist ähnlich wie beim Autopiloten im Flugzeug: Bei gutem Flugwetter und häufigen Strecken ist das Assistenzsystem hilfreich. Bei schwierigen Landungen muss ein erfahrener Pilot hingegen Verantwortung übernehmen. Das kann ein Computer so allein nicht leisten", sagt Titus Brinker, Leiter der Studie und Wissenschaftler am DKFZ, NCT Heidelberg sowie Assistenzarzt an der Universitäts-Hautklinik Heidelberg.

Die Studie ist Teil des "Skin-Classification-Projekts", welches von Brinker am DKFZ initiiert wurde und durch das Bundesministerium für Gesundheit gefördert wird.


Quelle: NCT Heidelberg

12.04.2019

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

Intelligente Diagnostik

So kann KI die Erkennung von Hautkrebs verbessern

Im Rahmen des Forschungsprojekts Intelligente Diagnostik werden die Möglichkeiten von bildgebenden Verfahren zur Hautkrebsdiagnostik mittels Künstlicher Intelligenz (KI) erforscht. Nun liegt der…

Photo

Digitale Pathologie

KI revolutioniert Diagnostik von Magen- und Brustkrebs

Gemeinsam mit den Dresdener Start-Up asgen wird am Institut für Pathologie des Universitätsklinikums Carl Gustav Carus Dresden ein auf Künstlicher Intelligenz (KI) basiertes Softwaresystem für…

Photo

Ophthalmologie

KI-Software diagnostiziert diabetische Retinopathie

Mit der neuen Diagnosesoftware „VeriSee DR“ will Acer Healthcare diabetische Retinopathie (DR) innerhalb von Sekunden erkennen. VeriSee DR setzt künstliche Intelligenz (KI) ein und wurde in…

Verwandte Produkte

Agfa - Smart XR

Accessories/ Complementary Systems

Agfa - Smart XR

Agfa HealthCare
Canon - Advanced Intelligent Clear-IQ Engine for CT

Artificial Intelligence

Canon - Advanced Intelligent Clear-IQ Engine for CT

Canon Medical Systems Europe B.V.
Canon – Advanced intelligent Clear-IQ Engine for MR

Artificial Intelligence

Canon – Advanced intelligent Clear-IQ Engine for MR

Canon Medical Systems Europe B.V.
Canon - Aquilion Exceed LB

Oncology CT

Canon - Aquilion Exceed LB

Canon Medical Systems Europe B.V.
Canon - HIT Automation Platform

Artificial Intelligence

Canon - HIT Automation Platform

Canon Medical Systems Europe B.V.
Canon Medical - CT Scan Unit

Mobile CT Solutions

Canon Medical - CT Scan Unit

Canon Medical Systems Europe B.V.
Newsletter abonnieren