Künstliche Intelligenz identifiziert Risikomuster für Hautkrebs in Registerdaten

Eine aktuelle Studie aus Schweden zeigt, wie Künstliche Intelligenz (KI) aus Routinedaten Muster erkennt, die Dermatologen in Zukunft bei der Melanomprävention unterstützen könnten.

Die Forschenden nutzten dafür umfassende Registerdaten aus dem schwedischen Gesundheitssystem, um mithilfe von Machine-Learning-Methoden Prädiktoren für das spätere Auftreten eines Melanoms zu identifizieren. Ziel war es, das Potenzial vorhandener Routinedaten für künftige Risikovorhersagen zu prüfen.

Vorhandene Daten strategisch nutzen

„Unsere Studie zeigt, dass Daten, die innerhalb der Gesundheitssysteme bereits verfügbar sind, genutzt werden können, um Personen mit einem höheren Risiko für ein Melanom zu identifizieren“, sagt Martin Gillstedt, Doktorand an der Sahlgrenska Academy der Universität Göteborg (Schweden). „Dies ist keine Form der Entscheidungsunterstützung, die derzeit in der Routineversorgung verfügbar ist, aber unsere Ergebnisse geben ein klares Signal, dass Registerdaten in Zukunft strategischer genutzt werden können.“

Die Studie basierte auf Registerdaten, die routinemäßig für die gesamte erwachsene Bevölkerung Schwedens erhoben werden. Die analysierten Daten umfassten Alter, Geschlecht, Diagnosen, Arzneimittelverordnungen und sozioökonomischen Status. Von den eingeschlossenen 6.036.186 Personen entwickelten 38.582 (0,64%) im Verlauf der fünf Jahre der Studie ein Melanom.

Hochrisikogruppen für ein Melanom erkennen

Als die Forschenden verschiedene KI-Modelle verglichen, wurden die Unterschiede deutlich. Das fortgeschrittenste Modell war in der Lage, in etwa 73 Prozent der Fälle zwischen Personen, die anschließend ein Melanom entwickelten, und solchen, die dies nicht taten, zu unterscheiden, verglichen mit etwa 64 Prozent, wenn nur Alter und Geschlecht verwendet wurden. Die Kombination aus Diagnosen, Arzneimittelverordnungen und soziodemografischen Daten machte es möglich, kleine Hochrisikogruppen zu identifizieren, für die das Risiko, innerhalb von fünf Jahren ein Melanom zu entwickeln, bei etwa 33 Prozent lag.

Die Studie wurde von Sam Polesie geleitet, Associate Professor für Dermatologie und Venerologie an der Universität Göteborg: „Unsere Analysen legen nahe, dass ein selektives Screening kleiner Hochrisikogruppen sowohl zu einer präziseren Überwachung als auch zu einer effizienteren Nutzung von Gesundheitsressourcen führen könnte. Dies würde bedeuten, Populationsdaten in die personalisierte Medizin einzubringen und klinische Beurteilungen zu ergänzen.“

Die Forschenden betonen, dass weitere Forschung und gesundheitspolitische Entscheidungen erforderlich sind, bevor die Methode in der Gesundheitsversorgung eingeführt werden kann. Die Ergebnisse zeigen jedoch, dass auf großen Mengen von Registerdaten trainierte KI-Modelle zu einer wichtigen Quelle der Unterstützung für stärker personalisierte Risikobewertungen und zukünftige Screeningstrategien für das Melanom werden können. (ins)