Suchen

KI tritt gegen Fachärzte an Software erkennt Hautkrebs-Symptome auf Top-Niveau

| Redakteur: Benjamin Kirchbeck

Forscher haben einen Algorithmus entwickelt, der eindeutig identifizieren kann, ob ein Patient an Hautkrebs erkrankt ist. Die lernfähige Computer-Software diagnostizierte in bisherigen Tests auf dem gleichen Level wie erfahrene Dermatologen.

Forscher der Stanford Universität haben einen Algorithmus entwickelt, der eindeutig identifizieren kann, ob ein Patient an Hautkrebs erkrankt ist. Die lernfähige Computer-Software diagnostizierte in bisherigen Tests auf dem gleichen Niveau wie erfahrene Dermatologen.
Forscher der Stanford Universität haben einen Algorithmus entwickelt, der eindeutig identifizieren kann, ob ein Patient an Hautkrebs erkrankt ist. Die lernfähige Computer-Software diagnostizierte in bisherigen Tests auf dem gleichen Niveau wie erfahrene Dermatologen.
(Bild: Vitruvianischer Mann.jpg / Hans Bernhard, Wikimedia Commons / BY-SA 3.0)

Bei einem Vergleich zwischen 21 Dermatologen und einer KI-Software wurde die Präzision der PC-Software untersucht. Anhand von 370 Fotos sollten beide Seiten eine Diagnose je Abbildung vorlegen. Das Endergebnis: Identische Befunde.

Die KI wurde von Informatikern, Dermatologen und Ingenieuren der amerikanischen Stanford-Universität entwickelt. Generiert wurde ein äußerst lernfähiger Algorithmus, der sein Wissen aus bestehenden Datenquellen bezieht. Anstatt der KI per Programmierung vorzuschreiben, wonach exakt gesucht werden soll, entscheidet diese von Fall zu Fall selbstständig.

Grundlage bildet die Deep-Learning-Methode, die dem menschlichen neuronalen Netzwerk nachempfunden ist. Im ersten Schritt wurde der KI der Unterschied zwischen gutartigen und bösartigen Hautveränderungen beigebracht. 130.000 Bilder aus einer Datenbank kamen hierbei zum Einsatz.

Die künstliche Intelligenz konnte fortan nicht nur gut- und bösartige Merkmale differenzieren, sondern auch die Art der bösartigen Hautveränderung bestimmen. Die vorläufige Abschlussprüfung trug die Software gegen 21 Dermatologen aus. 370 Bilder wurden vorgelegt – und beide Seiten lagen bei exakt 91 Prozent richtiger Befunde.

Das Wissenschaftler-Team um Andre Esteva sieht in dem Ergebnis eine Bestätigung für die Effektivität der Deep-Learning-Methode. Dennoch ist ihm nach eigener Aussage bewusst, dass es noch erhebliches Verbesserungspotenzial gibt: Denn bisher wurden ausschließlich klinische Bilder für den Lernprozess verwendet.

Das ist dahingehend problematisch, da die Entwickler die Software schnellstmöglich als App veröffentlichen wollen. Smartphone-Bilder, so Elektroingenieur Esteva weiter, sind jedoch oftmals nicht so gut ausgeleuchtet wie Klinikfotos, zeigen aber grundsätzlich das gleiche Krebssymptom. Co-Autorin Susan Swetter hält indes eine „rigorose Bewertung des Algorithmus“ für nötig, bevor die KI überhaupt „in die klinische Praxis übernommen“ werden kann. Die Forschungsarbeit ist im Magazin Nature erschienen.

(ID:44493824)