Beim Melanom und anderen Hautkrebsarten ist die frühe Diagnose entscheidend: Wird die bösartige Hautveränderung rechtzeitig entfernt, liegen die Heilungschancen bei fast 99 Prozent. Bei späteren Stadien sinken sie wegen der Metastasenbildung auf nur noch 14 Prozent. Wertvolle Unterstützung bei der Früherkennung könnten Dermatologen künftig von künstlichen Intelligenzen (KIs) erhalten. Bereits vor einigen Monaten präsentierten Forscher einen lernfähigen Algorithmus, der zwischen harmlosen und bösartigen Leberflecken unterscheiden kann. Dabei schnitt das Programm immerhin genauso gut ab wie erfahrene Hautärzte. Doch kann eine Maschine den Menschen bei dieser Aufgabe womöglich sogar schlagen? Mit dieser Frage im Hinterkopf haben Holger Haenssle von der Universität Heidelberg und seine Kollegen nun erneut eine auf einem neuronalen Netzwerk basierende künstliche Intelligenz auf die Probe gestellt. Als Ausgangspunkt nutzten die Forscher einen von Google entwickelten lernfähigen Algorithmus, der darauf geeicht ist, tausende von Fotos bestimmten Kategorien zuzuordnen. Diesen trainierten sie mit über 100.000 zehnfach vergrößerten Bildern von bös- und gutartigen Leberflecken.
Nachdem das Programm auf diese Weise gelernt hatte, potenziell gefährliche Hautveränderungen zu erkennen, folgte der Test: Das Team legte der KI 300 Bilder vor, die sie aus dem Training noch nicht kannte. Es zeigte sich: Dem Programm gelang es erstaunlich gut, Hautkrebs zu erkennen. Aber wie gut war es im Vergleich zu menschlichen Dermatologen? Um dies zu überprüfen, legten die Wissenschaftler 100 ihrer Ansicht nach besonders schwierig zu beurteilende Hautveränderungen aus dem Datensatz auch 58 Dermatologen vor. 52 Prozent dieser Experten hatten nach eigenen Angaben mehr als fünf Jahre Erfahrung im Bereich der Dermatoskopie, der Rest zwischen weniger als zwei und fünf Jahre. Das Ergebnis: Im Schnitt erkannten die Hautärzte rund 86,6 Prozent der Melanome korrekt und 71,3 Prozent der nicht bösartigen Hautveränderungen. Bekamen sie zusätzlich Informationen zur Patientengeschichte sowie noch einmal stärker vergrößerte Aufnahmen gezeigt, verbesserte sich ihre Leistung auf 88,9 und 75,7 Prozent. Den Computer schlugen sie selbst damit jedoch nicht.
Besser als die erfahrensten Ärzte
Denn dieser erkannte lediglich anhand der Bilder 95 Prozent der Melanome: “Das neuronale Netzwerk übersah weniger Krebsfälle – es hat also eine bessere Sensitivität – und es interpretierte zudem weniger gutartige Male fälschlicherweise als bösartig. Das bedeutet, dass es auch eine höhere Spezifität hat, was in der Praxis weniger unnötige Operationen zur Folge hätte”, berichtet Haenssle. Selbst als sich die Forscher nur die Ergebnisse der erfahrensten Dermatologen anschauten, war die KI im Schnitt noch immer besser als der Mensch. “Dies zeigt, dass neuronale Netzwerke in der Lage sind, perfekt ausgebildete und erfahrene Experten zu schlagen”, konstatiert Haenssle. “Bisher hängt die Qualität der Diagnose vor allem von der Erfahrung des behandelnden Arztes ab”, schreiben Victoria Mar von der Monash University in Melbourne und Peter Soyer von der University of Queensland in Brisbane in einem Kommentar zu der Studie. “Eine KI könnte dafür sorgen, dass alle Patienten eine zuverlässige Diagnose erhalten – unabhängig davon, wo sie wohnen, oder welchen Arzt sie konsultieren.”
