Künstliche Intelligenz revolutioniert Hautkrebserkennung

Hightech trifft Facharztkompetenz

Der Moleanalyzer pro bietet Ärzten die Möglichkeit, ihre Diagnose mit verschiedenen Bewertungstechniken abzusichern. Dabei ist es erstmals möglich, die Facharztkompetenz mit KI zu kombinieren und zusätzlich per Mausklick eine Zweitmeinung von renommierten internationalen Hautkrebs-Experten einzuholen.

KI in der Dermatoskopie

Der Moleanalyzer pro arbeitet mit Deep-Learning: Dabei wird die menschliche Fähigkeit, aus Beispielen und Erfahrungen zu lernen, auf den Computer übertragen. Dazu wurde das „Convolutional Neural Network“ (CNN) mit der derzeit größten Datensammlung dermatoskopischer Bilder inklusive dazugehöriger Diagnose trainiert. Die kontinuierliche „Fütterung“ gelingt dank langjährigen und wertvollen Kooperationen mit Ärzten weltweit. Somit ist die Expertensoftware mit wachsender Erfahrung und ihren eigenen, autonom erstellten Regeln in der Lage, zwischen gut- und bösartigen Läsionen zu unterscheiden. Ergebnis ist ein Score, der bei der Risikobewertung sowohl von melanozytären als auch nicht-melanozytären Hautläsionen Unterstützung leistet. In Kürze wird dieser KI-Score für Ärzte auch auf mobilen Endgeräten verfügbar sein.

Validiert, präzise, selbstlernend

Laut der repräsentativen Studie „Man against machine“* zeigte der Deep-Learning-Algorithmus eine beeindruckend hohe Sensitivität, indem er 95% der malignen Hauttumoren korrekt als bösartig ausmachte. In der Vergleichsgruppe erkannten die Experten – bestehend aus 58 Hautärzten aus 17 Nationen – 86,6% der Läsionen zutreffend als bösartig. Der Algorithmus zeigte außerdem eine zuverlässige Spezifität, indem er 82,5% der benignen Naevi exakt als gutartig identifizierte, während die Experten 71,3% als gutartig ermittelten.

Artificial Intelligence meets human experience

So faszinierend die Künstliche Intelligenz ist, sie kann die menschliche in Sachen Hautkrebs nicht ersetzen. Am Ende entscheidet der Arzt, was zu tun ist. Bei Zweifeln bietet der Moleanalyzer pro einen Zweitmeinungsservice international renommierter Hautkrebs-Spezialisten zur Absicherung der Diagnose.

* “Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists”, by H.A. Haenssle et al. Annals of Oncology. doi:10.1093/annonc/mdy166