Bilderkennung mittels künstlicher Intelligenz in der Hautkrebsdiagnostik

Faltende neuronale Netzwerke (CNN) erzielen bei der Beurteilung von pigmentierten und nicht pigmentierten Hautveränderungen bereits eine vergleichbare oder sogar überlegene Leistung gegenüber Dermatolog*innen. Bei der Analyse von Bildern durch künstliche neuronale Netzwerke durchlaufen diese auf Pixelebene verschiedene Schichten mit diversen grafischen Filtern. Basierend auf hervorragenden Studienergebnissen erhielt ein erstes Deep-learning-Netzwerk (Moleanalyzer pro, Fotofinder Systems GmbH, Bad Birnbach, Deutschland) in Europa die Marktzulassung. Solche Netzwerke weisen jedoch auch wichtige Limitationen auf, seltenere Entitäten mit unzureichenden Trainingsbildern werden weniger gut klassifiziert, ebenso können Bildartefakte zu Fehldiagnosen führen. In einer Kooperation von „Mensch mit Maschine“ sind letztendlich die besten Ergebnisse zu erzielen. Im Hinblick auf die Zukunft des Hautkrebsscreenings wird das automatisierte Ganzkörpermapping evaluiert, das Ganzkörperfotografie sowie automatisierte Erfassung und Bewertung sämtlicher relevanter Hautläsionen kombiniert.