Wie neue Technologien Ihren Arzt ersetzen könnten.
Zum ersten Mal haben Forscher gezeigt, dass künstliche Intelligenz Hautkrebs genauer identifizieren kann als Dermatologen.
Die kleine Studie veröffentlicht in diesem Monat in der Zeitschrift Annals of Oncology, verglich die Leistung einer Form der KI, die als Deep Learning Convolutional Neural Network CNN bezeichnet wird, mit einer Gruppe von 58 Dermatologen.
Forscher fanden heraus, dass das CNN bei der Identifizierung von Melanomen, einer aggressiven Form von Hautkrebs und gutartigen Muttermalen Nävi genannt zuverlässiger war als selbst erfahrene Dermatologen.
„Ich habe nur eine Leistung auf einem gleichmäßigen Niveau mit den Ärzten erwartet. Die Outperformance selbst der durchschnittlich erfahrenen und ausgebildeten Dermatologen war eine große Überraschung“, sagte der Erstautor Dr. Holger Haenssle, ein leitender Arzt an der Abteilung für Dermatologie der UniversitätHeidelberg, Deutschland, sagte GesundLinie.
Die Studie baut auf a Orientierungspunktpapier von Forschern von Stanford im Jahr 2017, die erstmals vorgeschlagen haben, dass künstliche Intelligenz durch maschinelles Lernen Hautkrebs visuell identifizieren kann, nachdem Tausende von Bildern der Krankheit untersucht wurden. Maschinelles Lernen ist ein Prozess, durch den künstliche Intelligenz ihre Leistung bei „lernt“ und verbesserteine bestimmte Aufgabe basierend auf der Leistung und den Daten der Vergangenheit.
Der in dieser Studie verwendete Prozess basiert auf einem von Google entwickelten Algorithmus, mit dem künstliche Intelligenz Tausende verschiedener Objekte visuell unterscheiden kann.
Bisher war die Genauigkeit des Prozesses jedoch nicht mit einer großen Gruppe menschlicher Dermatologen verglichen worden.
Um die Studie durchzuführen, stellten Haenssle und sein Team einen Testsatz von einhundert dermoskopischen Bildern zusammen, die Melanome und gutartige Nävi enthielten.
Dermoskopische Bilder sind vergrößerte, hochauflösende Bilder, die mit einem als Dermoskop bezeichneten Werkzeug erstellt wurden. Sie ermöglichen eine einfachere Diagnose als die Inspektion mit bloßem Auge.
Die Bilder wurden sowohl vom CNN als auch von der Gruppe von 58 Dermatologen aus der ganzen Welt analysiert.
Dermatologen aus 17 verschiedenen Ländern und unterschiedlichen Qualifikationsniveaus, vom Anfänger bis zum Experten, nahmen teil. Von den Dermatologen waren 17 ungefähr ein Drittel „Anfänger“, was weniger als zwei Jahre Erfahrung in der Dermoskopie bedeutet; 11 waren „qualifiziert“, “Mit 2 bis 5 Jahren Erfahrung und 30 mehr als die Hälfte wurden als„ Experten “mit mehr als fünf Jahren Erfahrung angesehen.
In der ersten Phase der Studie erhielten Dermatologen nur die Bilder allein und wurden gebeten, zu diagnostizieren, ob es sich um ein Melanom oder eine gutartige Nävi handelte. Anschließend wurden sie gebeten, ihre Entscheidung für eine spätere Maßnahme anzugeben: Ob Operation Exzision, kurz-oder langfristige Nachsorge erforderlich oder keine Maßnahmen erforderlich.
Nach der ersten Analyserunde gaben die Forscher den Dermatologen zusätzliche Nahaufnahmen derselben Bereiche und klinischen Informationen wie Alter und Geschlecht des Patienten und wo sich die Läsion am Körper befand.
Während des ersten Teils der Studie identifizierten die Dermatologen 86,6 Prozent der Melanome, obwohl die erfahreneren Ärzte mit 89 Prozent höhere Werte erzielten. Im Durchschnitt identifizierte die Gruppe 71,3 Prozent der gutartigen Muttermale genau.
Wenn künstliche Intelligenz derselben Aufgabe zugewiesen wurde, wurden 95 Prozent der Melanome korrekt identifiziert.
In der nachfolgenden Phase der Studie, als die Ärzte zusätzliche Informationen erhielten, verbesserte sich ihre Genauigkeit. Die durchschnittliche Erkennung von Melanomen stieg auf 88,9 Prozent und die gutartigen Muttermale auf 75,7 Prozent.
Aber selbst mit diesen zusätzlichen Informationen war die Leistung menschlicher Dermatologen immer noch schlechter als die des CNN.
Die weit verbreitete Integration von KI für maschinelles Lernen in dermatologische klinische Praktiken dürfte die Erkennung von Hautkrebs verbessern und die Ergebnisse verbessern.
In einem begleitenden Leitartikel beschrieben Dr. Victoria Mar von der Monash University in Melbourne, Australien, und Professor H. Peter Soyer von der University of Queensland in Brisbane, Australien, wie diese Technologie zur gängigen Praxis werden könnte.
„Ich denke, dass KI in Zukunft als diagnostischer Helfer in die Praxis integriert wird, insbesondere in der Grundversorgung, um die Entscheidung zu unterstützen, eine Läsion herauszuschneiden, zu überweisen oder auf andere Weise zu versichern, dass sie gutartig ist“, sagte Mar gegenüber GesundLinie.
Mar sagte, dass AI in Zusammenarbeit mit Ärzten zusammenarbeiten könnte, um mehr Patienten effektiver zu behandeln.
„Die KI-Technologie kann möglicherweise in 2D- oder 3D-Hautbildgebungssysteme integriert werden. Dies bedeutet, dass die meisten gutartigen Läsionen bereits von der Maschine gefiltert werden, sodass wir uns mehr auf das Schwierige oder Mehr konzentrieren könnenIn Bezug auf Läsionen bedeutet dies für mich eine produktivere Interaktion mit dem Patienten, bei der wir uns auf ein angemessenes Management konzentrieren und eine optimierte Versorgung gewährleisten können. “
Dr. Suzanne M. Olbricht, FAAD, Präsidentin der American Academy of Dermatology, sagte gegenüber GesundLinie in einer Erklärung, dass die Gruppe "technologische Fortschritte begrüßt", aber sagte, dass menschliche Ärzte nicht durch einen Laptop ersetzt werden sollen.
„Obwohl künstliche Intelligenz ein nützliches Instrument bei der Diagnose von Hautkrebs sein kann, kann kein Gerät die hochwertige, umfassende Haut-, Haar- und Nagelpflege eines vom Vorstand zertifizierten Dermatologen nachbilden“, sagte Olbricht in der Erklärung.
„Obwohl diese Technologie für die Praxis der Dermatologie vielversprechend ist, sind mehr Arbeit und Forschung erforderlich, um dieses Versprechen zu verwirklichen“, sagte sie.
Bis dahin sind Sie bei einem zertifizierten Dermatologen wahrscheinlich immer noch in guten Händen.
