Video • 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 Abschlussbericht des Projekts vor.

Gutartiges Muttermal oder bösartiges Melanom? Diese Frage stellen sich Dermatologen oft bei Untersuchungen. Hautkrebs ist eine sehr häufig auftretende Krebserkrankung, welche insbesondere in den letzten Jahren stark zugenommen hat – das zeigt beispielsweise eine Datenerhebung der KKH Kaufmännische Krankenkasse aus dem Jahr 2016. Aktuell liegt die Sensitivität bei der dermatoskopischen Diagnose bei nur 85%. Um diese Prognosegenauigkeit von Hautkrebs durch Verfahren zur quantitativen Bilderzeugung und KI-Methoden zu verbessern, haben sich fünf baden-württembergische Forschungsinstitute im Rahmen des Projekts „Intelligente Diagnostik“ zu einem Konsortium zusammengeschlossen. Nach einer Laufzeit von 21 Monaten wurde das Forschungsprojekt erfolgreich abgeschlossen.

Dieser Artikel könnte Sie auch interessieren

Nun liegt der Abschlussbericht des Forschungsprojekts vor. Eine wichtige Erkenntnis der Forscher war, dass eine morphologische Veränderung im Hautgewebe dazu führen kann, dass sich die Streueigenschaften des Gewebes verändern, was dann für die Diagnostik herangezogen werden kann. Für die Datengewinnung im Projekt wurde ein klinischer Aufbau konzipiert und entwickelt, der dank multispektraler Beleuchtung und schneller Kameras als Detektoren Bilddaten erfasst, die für das menschliche Auge nicht sichtbar sind. Hierzu projiziert dieser mit neun LEDs im sichtbaren und nah-infraroten Bereich unterschiedliche Beleuchtungsmuster auf die Hautläsion, deren remittiertes Licht mit zwei Kameras erfasst wird. Aus den erfassten Bilddaten werden anschließend eine dreidimensionale Topographie und weitere Parameter wie die Hämoglobinkonzentration berechnet. Außerdem wurde eine weitere Generation des Messsystems entwickelt, welche auf einer mikrooptischen hyperspektralen Detektionseinheit basiert, die es zukünftig ermöglicht, einen deutlich größeren Spektralbereich zu erfassen und auszuwerten.

Zur Gewährleistung eines qualitativ hochwertigen Trainingsdatensatzes wurden Biomarker im Gewebe identifiziert. Diese mess- und bewertbaren biologischen Merkmale zeigen krankhafte Veränderungen auf und ermöglichten den Forschenden die einzelnen Datensätze zuverlässig zu klassifizieren. Zur Verwaltung der Trainingsdaten sowie der KI-Modelle wurde ein Managementsystem entwickelt, das durch eine webbasierte Benutzerschnittstelle diverse Funktionen bietet – beispielsweise lassen sich Datensätze hinzufügen, KI-Modelle trainieren und KI-basierte Diagnoseergebnisse abrufen. Das obige Video zum Forschungsprojekt und dem System stellt das Projekt vor und erläutert den Diagnoseprozess, den Aufbau des Systems sowie die Funktionsweise der prototypischen Aufbauten. 


Quelle: FZI Forschungszentrum Informatik

25.08.2021

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

News • 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,…

Photo

Interview • Echokardiographie-Update

Herzinfarkt oder Takotsubo? Wie KI die Kardio-Diagnostik unterstützen könnte

Herzinfarkt und Takotsubo ('Broken-Heart-Syndrom') sind sich zum Verwechseln ähnlich, müssen jedoch unterschiedlich behandelt werden - KI soll künftig bei der Unterscheidung helfen.

Photo

News • Wie Künstliche Intelligenz ihre Entscheidungen erklären kann

KI-Diagnostik: Abschied von der 'Black Box'

Entdeckt ein Algorithmus in einer Gewebeprobe einen Tumor, verrät er bislang nicht, wie er zu dem Ergebnis gekommen ist. Das ist wenig vertrauenswürdig. Forscher verfolgen daher einen neuen Ansatz.

Verwandte Produkte

Image Information Systems – iQ-View

Reading

Image Information Systems – iQ-View

IMAGE Information Systems Europe GmbH
Agfa HealthCare – Rubee for AI

Artificial Intelligence

Agfa HealthCare – Rubee for AI

Agfa HealthCare
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 – Aquilion Lightning

20 to 64 Slices

Canon – Aquilion Lightning

Canon Medical Systems Europe B.V.
Canon – Aquilion Lightning SP

Volume CT

Canon – Aquilion Lightning SP

Canon Medical Systems Europe B.V.
Newsletter abonnieren