Früherkennung von Hautkrebs mithilfe Künstlicher Intelligenz

Forschende der University of Missouri (USA) prüfen den Einsatz Künstlicher Intelligenz (KI) zur Erkennung des malignen Melanoms durch automatisierte Analyse digitaler Hautaufnahmen, um die Beurteilung suspekter Hautläsionen zu unterstützen.

„Ziel ist nicht die Substitution ärztlicher Fachkompetenz, sondern die Verbesserung des Zugangs zu dermatologischer Diagnostik, insbesondere für Patienten in unterversorgten Regionen“, erläutert Kamlendra Singh, Associate Research Professor am College of Veterinary Medicine und Leiter der Studie. „Da eine frühzeitige Diagnose eine frühere Therapie ermöglicht, kann unsere Arbeit künftig entscheidend zur Verbesserung der Behandlungsergebnisse beitragen.“

Um dieses Ziel zu erreichen, entwickeln die Forschenden hochauflösende KI-Modelle, die Aufnahmen der gesamten Hautoberfläche analysieren und feinste visuelle Muster – etwa Größe, Form, Pigmentierung, Dichte und Begrenzung von Nävi oder suspekten Läsionen – bewerten, um Hinweise auf ein Melanom zu identifizieren.

Mensch–KI-Interaktion in der Diagnostik

Im Rahmen einer Studie trainierte das Team um Singh mehrere neuronale Netzwerke anhand einer Datenbank mit 400.000 Aufnahmen von Hautläsionen, darunter histologisch gesicherte Melanomfälle. Die Bildakquisition erfolgte mittels 3D-Gesamtkörperfotografie. Singh verglich drei etablierte KI-Modelle hinsichtlich ihrer Präzision bei der Differenzierung zwischen malignen und benignen Läsionen.

Einzelne Modelle erreichten Genauigkeiten bis zu 88 Prozent, die Kombination aller drei Modelle jedoch eine Steigerung auf über 92 Prozent. Die Ergebnisse der Studie wurden in „Biosensors and Bioelectronics: X“ veröffentlicht.

Perspektiven

Mit zunehmender Größe und Diversität der Trainingsdatensätze – einschließlich verschiedener Hauttypen, Beleuchtungsbedingungen und Kameraperspektiven – wird sich die diagnostische Genauigkeit weiter verbessern.

„Bis zum klinischen Routineeinsatz wird es noch dauern, doch unsere Ergebnisse liefern einen vielversprechenden Machbarkeitsnachweis“, betont Singh. „Wenn es gelingt, die Entscheidungsprozesse der KI transparent darzustellen, wird sie als wertvolles Instrument zur Unterstützung klinischer Entscheidungen und Optimierung der Patientenergebnisse Akzeptanz finden.“

Singh hebt die Bedeutung der leistungsfähigen Rechnerinfrastruktur der University of Missouri sowie der Division of Research, Innovation and Impact für die Umsetzung innovativer Forschung in klinisch relevante Anwendungen hervor. „Nur an einer forschungsstarken Universität wie Mizzou kann ein solches Projekt zur Anwendung gebracht werden“, erklärt Singh. (ins)