Erstmals übertreffen künstliche Intelligenzen Dermatologen bei der Diagnose von Hautläsionen

Forschern der Medizinischen Universität Wien ist nun der erste Nachweis für die Überlegenheit künstlicher Intelligenz bei der Diagnose von Hautläsionen gelungen. Dabei wurden die Ergebnisse von 511 MedizinerInnen und 139 verschiedenen Bilderkennungsalgorithmen verglichen.

Die Algorithmen wurden für die Skin Imaging Collaboration 2018 Challenge entwickelt und erhielten zuvor für diese Studie 10.015 Bilder zum Training gestellt. Diese Bilder gehörten jeweils einer der nachfolgenden Diagnosekategorien im Bereich der klinisch relevanten benignen und malignen pigmentierten Hautläsionen an: intraepitheles Karzinom (inklusive aktinischer Keratose und Bowen-Karzinom), Basalzellkarzinom, benigne keratinozytische Läsionen (inklusive Lentigo solaris), Seborrhoische Keratose und lichenoide Keratose, sowie Dermatofibrom, Melanom, melanozytischer Naevus und vaskuläre Läsionen. 

Bei 78,5% der Mediziner handelte es sich um Dermatologen oder Assistenzärzte der Dermatologie. Verglichen wurden die korrekten Antworten zwischen allen Medizinern oder den Experten mit allen oder den drei besten Bilderkennungsalgorithmen. 

Alle Algorithmen zusammengenommen übertrafen dabei die Mediziner um 6,7% bei der Anzahl korrekt diagnostizierter Bilder. Auch Dermatologen mit mehr als 10 Jahren Berufserfahrung wurden von den drei besten künstlichen Intelligenzen um eine Rate von mehr als 6% übertroffen.

Der Unterschied zwischen den Experten und den drei besten Algorithmen zeigte sich dabei sogar noch deutlicher bei Bildern die den Algorithmen nicht zum Training vorlagen, sie aber trotzdem nur um 3,6% schlechter abschneiden ließen, statt 11,4% bei den menschlichen Probanden.

In dem Einsatz von künstlicher Intelligenz scheint demnach ein hohes Potential für die Anwendung in der klinischen Praxis zu liegen. Dennoch muss weiterhin an ihren Limitierungen gearbeitet werden.