Erschienen in:
24.07.2020 | Psoriasis vulgaris | Leitthema
Stellenwert der künstlichen Intelligenz zur Ausbreitungsdiagnostik und Verlaufsbeurteilung von Dermatosen
verfasst von:
Dr. L. V. Maul, N. Meienberger, L. Kaufmann
Erschienen in:
Die Dermatologie
|
Ausgabe 9/2020
Einloggen, um Zugang zu erhalten
Zusammenfassung
Hintergrund
Auf künstlicher Intelligenz (KI) basierende Bildanalysealgorithmen revolutionieren seit Jahren diverse medizinische Fachgebiete mit visuellem Schwerpunkt. Als solcher Fachbereich nimmt die Dermatologie eine vielversprechende Vorreiterrolle für den Einsatz von KI ein.
Ziel der Arbeit
Es wird eine Übersicht zu dem aktuellen Einsatz von KI zu Diagnostik und Verlaufsbeurteilung von Dermatosen und dem zukünftigen Potenzial dieser Technologien gegeben.
Material und Methoden
Diese Arbeit basiert auf einer aktuellen Literaturrecherche über Embase sowie MEDLINE und beinhaltete die Schlagwörter „Psoriasis“, „Ekzem“, „Dermatosen“ und „Akne“ kombiniert mit „Artificial Intelligence“, „Machine Learning“, „Deep Learning“, „Neural Network“, „Computer-guided“, „Supervised Machine Learning“ oder „Unsupervised Machine Learning“.
Ergebnisse
Im Vergleich zu untersucherabhängigen intra- und interindividuell schwankenden Scores zur Beurteilung entzündlicher Dermatosen, wie z. B. PASI (Psoriasis Area and Severity Index) und BSA (Body Surface Area), haben auf KI basierte Algorithmen das Potenzial für reproduzierbare, standardisierte Evaluationen dieser Scores. Während für die Diagnostik der Psoriasis schon vielversprechende Algorithmen entwickelt wurden, finden sich aktuell nur spärlich Arbeiten zur Nutzung von KI im Kontext von Ekzemen.
Diskussion
Die KI zeigt ein weitreichendes Potenzial zur Diagnose und Verlaufsbeurteilung dermatologischer Krankheitsbilder anhand einer autonomen, computerbasierten Bildanalyse. Diese nichtinvasiven, optischen Untersuchungsverfahren liefern bedeutsame Zusatzinformationen, allerdings bleibt die dermatologische Interaktion im klinischen Alltag weiterhin unerlässlich.