Krebs-Diagnose: Maschine schlägt Mensch - wissenschaft.de
Anzeige
Anzeige

Technik+Digitales

Krebs-Diagnose: Maschine schlägt Mensch

Gut- oder bösartig? Bei der Hautkrebs-Vorsorge könnten künftig künstliche Intelligenzen helfen. (Foto: Wavebreakmedia/ istock)

Künstliche Intelligenzen beherrschen inzwischen erstaunliche Fähigkeiten – auch im Bereich der Medizin. Forscher haben nun ein Computerprogramm entwickelt, das Hautkrebs erkennen kann. Ihr lernfähiger Algorithmus unterscheidet erstaunlich zuverlässig zwischen bösartigen und gutartigen Leberflecken. Dabei hält er mit erfahrenen Dermatologen nicht nur problemlos mit, er schlägt sie sogar. Künftig könnte das Programm daher eine wertvolle Unterstützung bei der Hautkrebs-Vorsorge sein.

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.“

Die Autoren selbst sehen solche lernfähigen Computerprogramme ebenfalls als eine wertvolle, zusätzliche Unterstützung für Dermatologen an – ganz ersetzen sollen sie den menschlichen Arzt vorerst zwar nicht. Sie könnten ihm jedoch eine Art Expertenmeinung liefern und seine Entscheidungsfindung damit erleichtern, wie Haenssle und seine Kollegen schreiben. Denkbar wäre auch, solche Algorithmen bei Patienten Zuhause zum Einsatz zu bringen, beispielsweise auf dem Smartphone. Sie könnten verdächtige Leberflecke dann selbst einer ersten Untersuchung unterziehen, wenn gerade kein Arzt verfügbar ist, und somit einschätzen, wie dringend die Lage ist. „Momentan gibt es keine Alternative zu einer gründlichen klinischen Untersuchung. Bildgebende Verfahren können jedoch schon jetzt 90 bis 95 Prozent der Hautoberfläche erfassen. Mit weiteren Fortschritten könnte eine automatisierte Diagnose eines Tages das diagnostische Paradigma in der Dermatologie verändern. Es ist aber noch viel Arbeit nötig, um diese aufregende neue Technologie sicher in die klinische Routineversorgung einzuführen“, schließt das Team.

Anzeige

Quelle: Holger Haenssle (Universität Heidelberg) et al., Annals of Oncology, doi: 10.1093/annonc/mdy166

Anzeige

bild der wissenschaft | Aktuelles Heft

Liken und keine News mehr verpassen!

Anzeige

Nachbarn der Milchstraße sind Methusalems

Zwerggalaxien im Umfeld der Milchstraße gehören zu den ältesten Galaxien des Kosmos weiter

Kryptowährung mit Lücken

Hunderte Schwachstellen bei "Smart Contracts" des Ethereum-Systems nachgewiesen weiter

Rätselhafte Phantomgerüche

Unangenehme Riechstörung betrifft mehr Menschen als gedacht weiter

Die Nordsee wird tiefer

Das Becken der Nordsee ist seit Beginn des Eiszeitalters um gut tausend Meter abgesackt weiter

Wissenschaftslexikon

As|zen|denz  〈f. 20〉 Ggs Deszendenz (II) 1 Verwandtschaft in aufsteigender gerader Linie ... mehr

Ober|kie|fer  〈m. 3; Anat.〉 zahntragender Schädelknochen der Wirbeltiere u. des Menschen, Deckknochen unterhalb der knorpeligen Nasenkapsel, der die größte Nebenhöhle der Nase (Kieferhöhle) enthält: Maxilla; Ggs Unterkiefer ... mehr

senk|recht  〈Adj.〉 1 〈Math.〉 im Winkel von 90° zueinander stehend od. auf einer Ebene stehend; Ggs waagerecht ... mehr

» im Lexikon stöbern
Anzeige
Anzeige