Anzeige
Erschienen in:
29.10.2021 | Basalzellkarzinom | Leitthema
Künstliche Intelligenz in der ex‑vivo konfokalen Laserscanmikroskopie
Erschienen in: Die Dermatologie | Ausgabe 12/2021
Einloggen, um Zugang zu erhaltenZusammenfassung
Hintergrund
Visuelle Daten, wie klinische Fotografien oder Bilder von bildgebenden Untersuchungsmethoden wie z. B. der ex-vivo konfokalen Laserscanmikroskopie (KLM), eignen sich besonders gut für maschinelle Lerntechniken.
Ziel der Arbeit
Ziel war es herauszufinden, ob es bereits Daten zu diesem innovativen Einsatz in der Ex-vivo-KLM gibt und welche potenziellen Herausforderungen und Limitationen dabei auftreten können.
Material und Methoden
Literaturbeurteilung und Zusammenfassung der derzeitigen Kenntnisse und eigene Erfahrungen zum Einsatz der künstlichen Intelligenz (KI) bei der Ex-vivo-KLM.
Ergebnisse
Die erfolgreiche Integration der digitalen Hämatoxylin-Eosin-ähnlichen-Färbung hat die Ex-vivo-KLM deutlich zugänglicher für digitale Verfahren gemacht. Mehrere maschinelle Lerntechniken konnten bis heute so entwickelt werden, dass sie auf klinischen Fotographien und pathologischen Mikroskopiebildern maligne Hautläsionen mit ähnlicher Genauigkeit wie Experten erkennen konnten oder sogar von Experten übersehene visuelle Muster, die mit bestimmten dermatologischen Erkrankungen korrelieren, finden konnten. Es wurde bisher eine Studie zum Einsatz der KI in der Ex-vivo-KLM zur automatisierten Tumorerkennung veröffentlicht. Es können mehrere Herausforderungen und Einschränkungen beim Einsatz der KI in der Ex-vivo-KLM auftreten.
Diskussion
Die bereits digitalisierte Ex-vivo-KLM, die für Schnellschnittuntersuchungszwecke etabliert wurde, ist ein prädestinierter Fall für die Entwicklung und Anwendung neuer Applikationen mit maschinellem Lernen im Gesundheitswesen. Auf die Ergebnisse weiterer Studien zu diesem Thema wird mit großer Hoffnung gewartet.