Hautvorsorge per App
Künstliche Intelligenz hat auch in der Medizin schon Einzug gehalten.
Graz Die Inzidenz von Hautkrebs steigt weltweit an, je früher Hautkrebs erkannt werden kann, desto besser sind die Heilungschancen. Auch in diesem Bereich der Medizin hat die künstliche Intelligenz Einzug gehalten. So kam die App SkinScreener auf den Markt, die benutzerfreundlich bei der Beurteilung des Risikos von Hautkrebs bei Hautveränderungen helfen und damit auch die Krebsvorsorge erleichtern soll. Ein Forschungsteam der MedUni Graz hat die App und ihre Funktionen im Rahmen einer klinischen Studie hinsichtlich Treffsicherheit analysiert.
Als Hautkrebs werden verschiedene bösartige Hauterkrankungen bezeichnet, wobei der weiße Hautkrebs am häufigsten vorkommt, gefolgt vom wesentlich gefährlicheren schwarzen Hautkrebs. Um vor allem die Vorsorge zu erleichtern, wurde vom Grazer Softwareunternehmen medaia GmbH die App SkinScreener entwickelt. Mittels Smartphone werden Muttermale, verschiedene Hautläsionen oder Ähnliches fotografiert, das Foto wird dann durch ein klinisch erprobtes neuronales Netzwerk analysiert. Der Risikostatus für Hautkrebs wird durch einen leicht verständlichen 3-Farben-Code (geringes, mittleres, hohes Risiko) angezeigt.
Effizienz geprüft
Um die Effizienz der App in der Klinik zu prüfen, führte das Team der Abteilung Dermatologie und Venerologie eine prospektive klinische Studie durch. Dabei ging es vor allem darum, die diagnostische und risikobasierte Genauigkeit der neuronalen Netzwerke, die zur Anwendung kommen, zu evaluieren. Die Teilnehmer wurden von zwei Dermatologen und vom integrierten, auf künstlicher Intelligenz basierenden Algorithmus auf verschiedenen Smartphones untersucht. Die Läsionen, die für diese Studie gespeichert wurden, wählten die untersuchenden Dermatologen zufällig aus. Die Risikoeinschätzung des Algorithmus wurde als „korrekt“ gewertet, wenn sie der Einschätzung beider Dermatologen oder einer vorhandenen Histologie entsprach.
An der Studie nahmen 238 Patienten mit einem Durchschnittsalter von 66 Jahren teil, insgesamt wurden 1171 Läsionen analysiert. Das Ergebnis: Den neuronalen Netzwerken gelang es, das Risiko von verschiedenen Hautläsionen mit einer hohen diagnostischen Genauigkeit richtig einzuschätzen. Beide weisen eine Sensitivität und Spezifität von über 95 Prozent auf. „Die Wahrscheinlichkeit, dass Hautkrebs durch die Anwendung des Algorithmus erkannt wird, ist sehr hoch und spricht einmal mehr für den Einsatz künstlicher Intelligenz in der Medizin“, fasst Teresa Maria Kränke die Ergebnisse zusammen.
