Künstliche Intelligenz ist in der Medizin die neue Technik der Stunde. In der Dermatologie gibt es verschiedene Einsatzmöglichkeiten – insbesondere in der Bildanalyse. Wer KI einsetzt, sollte sich aber stets auch ihrer Limitationen bewusst sein.
Wie Frau PD Dr. Winkler, Oberärztin an der Universitäts-Hautklinik Heidelberg, in einem Vortrag im Rahmen des Spektrum Dermatologie Kongresses erläuterte, hat künstliche Intelligenz (KI) in der Dermatologie, besonders bei der Erkennung von Hautkrebs, bedeutende Fortschritte gemacht. Diese Fortschritte beruhen auf dem Einsatz von Convolutional Neural Networks (CNN), einer speziellen Art von künstlichen neuronalen Netzwerken. Sie untersuchen Bilder bis ins kleinste Detail, also auf Pixelebene, und berechnen einen Malignitätsscore. Dieser Score liegt zwischen 0 und 1, wobei ein Wert über 0,5 auf eine mögliche bösartige Veränderung hinweist. Diese CNN haben sich gegenüber herkömmlichen Bildanalyseverfahren bereits als überlegen erwiesen. Dabei können CNN Hautläsionen mit hoher Genauigkeit klassifizieren.
KI in der dermatologischen Praxis
In der dermatologischen Praxis haben sich KI-Systeme als nützliche Unterstützung für Dermatologen erwiesen, da sie insbesondere weniger erfahrenen Ärzten eine wertvolle Zweitmeinung bieten können. Dennoch ist Vorsicht geboten, da Fehlbewertungen auftreten können, wenn das Netzwerk nicht optimal arbeitet.
Bemerkenswert ist die Fähigkeit von KI-Systemen, zwischen melanozytären (pigmentierten) und nicht melanozytären Läsionen zu unterscheiden. Diese Unterscheidung ist besonders wichtig bei Läsionen im Gesicht, da hier unterschiedliche Behandlungsansätze erforderlich sind. Das Kombinieren verschiedener Klassifikatoren, um komplexere Diagnosen zu ermöglichen, eröffnet neue Möglichkeiten in der dermatologischen Diagnostik.
Die Grenzen der Einsatzmöglichkeiten von KI
Herausforderungen, denen sich KI-Systeme stellen müssen, sind besonders seltene Hauttumoren: Hier stoßen die derzeitigen Netzwerke an ihre Grenzen, da sie auf zu wenigen Beispielen trainiert sind. Eine Verbesserung könnte durch eine umfangreichere Trainingsdatenbasis mit mehr korrekten diagnostischen Bildern erreicht werden.
Fazit
Die Zusammenarbeit zwischen Mensch und Maschine in der Dermatologie hat das Potenzial, die Diagnostik erheblich zu verbessern. Dennoch bleibt es wichtig, sich der Grenzen der KI bewusst zu sein und die Verantwortung für die endgültige Diagnose beim Arzt zu belassen.
Lebenslauf von PD Dr. med. Julia Katharina Winkler (PDF)
Dieser Text ist eine KI generierte Zusammenfassung, die von Springer Medizin erstellt, geprüft und nachbearbeitet wurde.
Quelle: BAYER/ Spektrum Dermatologie Kongress 2024
» Pflichttext Bepanthen®
» Impressum von Bayer Vital GmbH
