Hautkrebsdiagnose: KI-Algorithmus ist Ärzten ebenbürtig
Constanze PolenzEin neuer KI-Algorithmus diagnostiziert pigmentierte Hautläsionen ebenso zuverlässig wie Spezialisten und ist Anfängern auf diesem Gebiet deutlich überlegen.
In unterschiedlichen Bereichen der Medizin unterstützt Künstliche Intelligenz bereits Ärztinnen und Ärzte erfolgreich bei der Diagnostik. Zum Beispiel bei der Interpretation von Röntgen-, CT- oder MRT-Scans bei Schlaganfällen und Lungenkrebs. Oder indem es Live-Videobilder während der Koloskopie auf Darmkrebsvorstufen beurteilt.
Ein Forscherteam aus Österreich und Australien, unter der Leitung von Prof. Dr. Harald Kittler von der dermatologischen Abteilung der Medizinischen Universität Wien (MedUniWien), hat die Diagnostik von pigmentierten Hautläsionen und die Therapieempfehlungen von Mobiltelefon-gestützten KI-Algorithmen mit denen von Ärzten verglichen. Das Fachmagazin „The Lancet Digital Health“ hat die Ergebnisse vor kurzem veröffentlicht.
Vergleich zwischen Spezialisten, unerfahrenen Ärzten und KI-Algorithmus
Die Untersuchungen fanden in den Hautkrebszentren der MedUniWien und dem Sydney Melanoma Diagnostic Centre in Australien statt. Zum Einsatz kamen Mobiltelefone, die mit einem optischen Aufsatz ausgerüstet waren und auf denen zwei verschiedene Algorithmen betrieben wurden. Zum einen ein neuer 7-Klassen-KI-Algorithmus und der KI-Algorithmus der International Skin Imaging Collaboration (ISIC). Daneben beurteilten jeweils zwei Ärzte, die pigmentierten Läsionen. Und zwar sowohl ein erfahrener, speziell ausgebildeter, dermatologischer Facharzt als auch ein junger Dermatologie- oder Assistenzarzt. Anschließend mussten KI und Ärzte eine Entscheidung zum weiteren Prozedere treffen: Entlassung, Biopsie oder 3-Monats-Überwachung.
An der Diagnostikstudie nahmen Personen teil, die eine oder mehr Hautkrebs-verdächtige, pigmentierte Hautläsionen hatten. Ein erfahrener Arzt und ein Anfänger untersuchten unabhängig voneinander die Läsionen und stellte eine Diagnose. Anschließend wurden die Läsionen herausgeschnitten oder eine Biopsie entnommen und ein Foto davon gemacht. Die KI beurteilte die verdächtigen Hautstellen anhand der Fotos. Insgesamt untersuchten Ärzte und KI 172 Läsionen von 124 Patienten. 84 dieser Läsionen waren bösartig.
An der Studie zur Therapieempfehlung nahmen 66 Probanden mit vielen Muttermalen teil. Die Ärzte führten bei ihnen eine Ganzkörperuntersuchung durch und fertigten Ganzkörperfotos für die Beurteilung durch die KI an. Dabei analysierten KI und Ärzte insgesamt 5696 Läsionen, von denen sich18 als bösartig erwiesen.
KI kann eine Unterstützung für unerfahrenere Ärzte sein
In der Diagnostikstudie stellte der 7-Klassen-KI-Algorithmus genauso zutreffende Diagnosen wie die Spezialisten. Wohingegen die Diagnosen des ISIC-KI-Algorithmus denen der Experten deutlich unterlegen waren. Beide KI-Algorithmen waren den weniger erfahrenen Ärzten signifikant überlegen.
Was die Therapieempfehlungen für beide Studiengruppen angeht, war die beste 7-Klassen-KI den erfahrenen Medizinern deutlich unterlegen. Bei Patienten mit krebsverdächtigen Läsionen aus der Diagnostikstudie war dieselbe KI auch den Anfängern deutlich unterlegen. Anders bei den Patienten mit den Muttermalen. Da waren die Therapieempfehlungen der KI wesentlich besser als die der unerfahrenen Ärzte.
„Die KI-Anwendung neigt in der Behandlungsempfehlung tendenziell dazu, mehr gutartige Läsionen zu entfernen, als Experten das würden. Wenn man das beachtet, ist die KI-Anwendung durchaus einsetzbar. Zu bedenken ist auch, dass bei unkritischem Einsatz zu viele falsch-positive Befunde abgeklärt werden müssten“, erklärt Kittler.