Die Inzidenz von Hautkrebs steigt weltweit stetig an, je früher Hautkrebs erkannt werden kann, desto besser sind die Heilungschancen. Auch in diesem Bereich der Medizin hat die künstliche Intelligenz Einzug gehalten, um Medizinerinnen und Medizinern bei der Diagnostik, aber auch Betroffenen bei der Gesundheitsvorsorge zu unterstützen.
So kam die App SkinScreener auf den Markt, die benutzerfreundlich bei der einfachen und raschen Beurteilung des Risikos von Hautkrebs bei Hautveränderungen helfen und damit auch die Krebsvorsorge erleichtern soll. Ein Forschungsteam der Med Uni Graz hat die App und ihre Funktionen im Rahmen einer klinischen Studie genauer unter die Lupe genommen und hinsichtlich ihrer Treffsicherheit analysiert.
Um vor allem die Vorsorge zu erleichtern, wurde die App SkinScreener des Grazer Softwareentwicklers medaia GmbH entwickelt. Mittels Smartphone werden Muttermale, verschiedene Hautläsionen oder Ähnliches fotografiert, das Foto wird dann durch ein klinisch erprobtes Netzwerk analysiert. Der Risikostatus für Hautkrebs wird durch einen leicht verständlichen 3-Farben-Code (geringes, mittleres, hohes Risiko) angezeigt. „Damit bietet die App eine einfache und intelligente Möglichkeit, neben den regelmäßigen dermatologischen Untersuchungen das persönliche Risiko von veränderten Hautstellen zu kontrollieren“, beschreibt Michael Tripolt, Co-Founder der medaia GmbH und Dermatologe an der Universitätsklinik für Dermatologie und Venerologie, Med Uni Graz.
Künstliche Intelligenz per App im Test
Um die Effizienz der App zur Erkennung von Hautveränderungen erstmals in der Klinik zu prüfen, führte das Team der Universitätsklinik für Dermatologie und Venerologie der Med Uni Graz eine prospektive klinische Studie durch. Dabei ging es vor allem darum, die diagnostische und risikobasierte Genauigkeit der neuronalen Netzwerke (ANALYZE und DETECT), die in der App zur Anwendung kommen, zu evaluieren.
Patienten, die entweder zu einer Routine-Hautkrebsvorsorgeuntersuchung oder zur Entfernung von einer oder mehreren Läsionen vorgesehen waren, konnten an der Studie teilnehmen. Die Teilnehmer wurden von zumindest 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.
Korrekte Risikoeinschätzung verschiedener Hautläsionen
An der Studie nahmen 238 Patientinnen und Patienten (152 Männer, 86 Frauen) mit einem Durchschnittsalter von 66 Jahren teil, insgesamt wurden 1171 Läsionen analysiert. Das Ergebnis ist eindeutig: Den Netzwerken gelang es, das Risiko von verschiedenen Hautläsionen mit einer hohen diagnostischen Genauigkeit richtig einzuschätzen.
Sowohl der DETECT-Algorithmus (96,4 Prozent) als auch der ANALYZE-Algorithmus (95,35 Prozent) weisen eine Sensitivität und Spezifität von über 95 Prozent auf. „So konnten wir zeigen, dass diese Netzwerke als nützliche Werkzeuge zur korrekten Risikoeinschätzung verschiedener Hautläsionen genutzt werden können. Die Wahrscheinlichkeit, dass Hautkrebs durch die Anwendung des Algorithmus tatsächlich erkannt wird, ist sehr hoch und spricht einmal mehr für den Einsatz künstlicher Intelligenz in der Medizin“, fasst Teresa Maria Kränke von der Universitätsklinik für Dermatologie und Venerologie, Med Uni Graz, die Ergebnisse zusammen.
