Robert Klatt
Als Teil einer Studie sollten sowohl Dermatologen als auch ein Algorithmus erkennen, ob Bildern schwarzen Hautkrebs oder ein gutartiges Muttermal zeigen. Von den 157 Ärzten haben nur sieben Personen besser abgeschnitten als die Künstliche Intelligenz. Ersetzten kann die Software die klinische Diagnostik vorerst trotzdem nicht, da Differentialdiagnosen noch nicht erfolgen.
Heidelberg (Deutschland). Künstliche Intelligenz nimmt auch in der Medizin einen immer höheren Stellenwert ein. Eine Studie des Nationalen Centrum für Tumorerkrankungen (NCT) in Heidelberg, die im Fachmagazin European Journal of Cancer veröffentlicht wurde, hat nun untersucht, ob Hautärzte oder ein speziell trainierter Algorithmus bei der Erkennung von Hautkrebs zuverlässiger arbeitet. Dazu wurden 157 Hautärzten von zwölf deutschen Universitätskliniken und dem Algorithmus 100 Bilder vorgelegt, bei denen beurteilt werden sollte, ob das Bild schwarzen Hautkrebs oder ein gutartiges Muttermal zeigt.
Der Algorithmus, der in Kooperation zwischen dem Deutschen Krebsforschungszentrums (DKFZ), der Universitätsklinik Heidelberg und dem NCT entwickelt wurde, konnte dabei durchschnittliches ein besseres Ergebnis erzielen, als die klinische Diagnostik durch die Hautärzte. Wie Jochen Sven Utikal, Leiter der Klinischen Kooperationseinheit des DKFZ und Professor des Universitätsklinikums Mannheim erklärt, kann der Algorithmus, trotz seines besseren Abschneidens, zeitnah die Diagnose durch Ärzte nicht ersetzen, sondern nur ergänzen. Die Wissenschaftler erhoffen sich durch die parallele Diagnose durch erfahrene Ärzte und die Erkennung per Software präzisere und schnellere Untersuchungen durchführen zu können.
Alexander Enk, Direktor der Universitäts-Hautklinik Heidelberg fügt hinzu, dass „der Algorithmus der ärztlichen Praxis bisher nicht gerecht werden kann.“ Dies liegt daran, dass er zwar sehr genau arbeitet allerdings bisher nur schwarzen Hautkrebs erkennt. Ein erfahrener Facharzt unterliegt dem Algorithmus zwar bei der Erkennung dieser Krebsart, kann aber im Gegensatz dazu mehr als hundert Differentialdiagnosen stellen. Außerdem sind einige Arten von Hautkrebs sehr selten und daher nur schwer von Algorithmen zu erkennen, da die nötigen Trainingsdaten nicht in ausreichender Menge vorhanden sind. Wie Enk erklärt, lassen sich „einige Krebsarten kaum allein an einem Bild diagnostizieren, sondern brauchen weitere Informationen, die ein Facharzt zum Beispiel durch das Ertasten erhält“.
Im Vorfeld der Studie wurden dem Algorithmus 12.378 Bilder vorgelegt, die als Trainingsdaten zum maschinellen Lernen dienten. Anschließend wurden den Ärzten und dem KI-Lösung 100 Bilder vorgelegt, von denen 20 Bilder Melanome (schwarzen Hautkrebs) und 80 Bilder gutartige Muttermale zeigten. Die Dermatologen von den Universitätskliniken Berlin, Bonn, Erlangen, Essen, Hamburg, Heidelberg, Kiel, Magdeburg, Mannheim, München, Regensburg, und Würzburg sollten dann anhand der Bilder bestimmen, ob sie einem Patienten zu einer genauen Diagnose zu einer Gewebeprobe per Biopsie raten würden oder ob sie davon ausgehen, dass das Bild keinen Hautkrebs zeigt. Auch der Algorithmus hat dieselbe Aufgabe erhalten.
Von 157 Fachärzten haben nur sieben Ärzte ein besseres Ergebnis erzielt als die Software, 14 der Dermatologen waren gleichauf und 136 der Ärzte unterlagen dem Algorithmus. Das Abschneiden der Ärzte war dabei unabhängig von ihrer Position und Erfahrung. Sowohl Assistenzärzte als auch Fach- und Oberärzte erzielten im Durchschnitt ein schlechteres Ergebnis als der Algorithmus.
Die nun veröffentlichte Studie ist Teil des Skin-Classification-Projekts des Bundesgesundheitsministerium. Aktuell sterben in Deutschland pro Jahr etwa 3.000 Personen an schwarzem Hautkrebs. Die Neuerkrankungen liegen pro Jahr in Deutschland bei etwa 21.000 Personen. Die Hauptursache für schwarzen Hautkrebs ist eine zu hohe UV-Belastung der Haut.