Studie: Künstliche Intelligenz schlägt Hautärzte bei Hautkrebs-Hautkrebs

Gut- oder bösartig? Diese Frage müssen Hautärzte ständig beantworten – und sie kann über Leben und Tod entscheiden. Nun zeigt sich: Noch besser als Mediziner kennt sich künstliche Intelligenz mit der Diagnose aus.

Künstliche Intelligenz kann Hautkrebs besser diagnostizieren als Dermatologen. In einer Untersuchung traten 157 Hautärzte aus zwölf Universitätskliniken in Deutschland gegen die Computer an: Sowohl die Ärzte als auch der eigens programmierte Algorithmus beurteilten 100 Bilder danach, ob es sich um ein Muttermal oder um schwarzen Hautkrebs handelt.

Am Ende war die künstliche Intelligenz präziser als die klinische Diagnostik, wie das Nationale Centrum für Tumorerkrankungen in Heidelberg mitteilte. Die Studie ist im Fachmagazin "European Journal of Cancer" erschienen.

In der Studie wurden 100 Bilder von Hautauffälligkeiten verwendet, 20 davon zeigten schwarzen Hautkrebs (Melanom) und 80 gutartige Muttermale. Die Dermatologen von zwölf deutschen Universitäts-Hautkliniken (Berlin, Bonn, Erlangen, Essen, Hamburg, Heidelberg, Kiel, Magdeburg, Mannheim, München, Regensburg, und Würzburg) sollten das weitere Vorgehen bestimmen: entweder eine Biopsie vornehmen oder dem Patienten von der Gewebeprobe abraten.

Nur sieben Hautärzte waren besser als die Software

Dieselben 100 Bilder wurden anschließend von einem zuvor mit 12.378 anderen Bildern trainierten Algorithmus automatisiert bewertet. Nur sieben der 157 Dermatologen schnitten besser ab als der Algorithmus. 14 erzielten gleich gute Ergebnisse und 136 hatten schlechtere Ergebnisse. Im Durchschnitt war der Algorithmus präziser in der Beurteilung der Hauttumoren als die Hautärzte.

Dabei spielte es keine Rolle welche Position und Erfahrung der jeweilige Arzt hatte. Im Durchschnitt waren Assistenzärzte über Fach- und Oberärzte bis zum Chefarzt dem Algorithmus unterlegen.

Der Algorithmus soll den Arzt aber nicht ersetzen

Den Algorithmus haben Wissenschaftler des Deutschen Krebsforschungszentrums, der Universitäts-Hautklinik und des Nationalen Centrums für Tumorerkrankungen entwickelt. Er kann verdächtige Hautveränderungen digital beurteilen. Die Innovation werde die ärztliche Diagnose aber nicht überflüssig machen, hieß es.

Der Einsatz von künstlicher Intelligenz werde in der Dermatologie zukünftig wichtiger werden, um präzise Diagnosen zu erstellen. "Der Algorithmus könnte die klinische Beurteilung von Hauttumoren sinnvoll ergänzen", erläuterte Jochen Sven Utikal, Leiter der Klinischen Kooperationseinheit des Deutschen Krebsforschungszentrums.

"Das kann ein Computer allein nicht leisten"

"Es ist ähnlich wie beim Autopiloten im Flugzeug: Bei gutem Flugwetter und häufigen Strecken ist das Assistenzsystem hilfreich. Bei schwierigen Landungen muss ein erfahrener Pilot hingegen Verantwortung übernehmen. Das kann ein Computer so allein nicht leisten", sagte Studienleiter Titus Brinker.

Außerdem wird der Algorithmus der ärztlichen Praxis bisher nicht gerecht. Denn er kennt nur zwei Diagnosen: Muttermal oder schwarzer Hautkrebs. "Die klinische Realität ist allerdings eine völlig andere: Ein Facharzt muss bei der körperlichen Untersuchung zwischen mehr als hundert Differentialdiagnosen unterscheiden können. Davon sind viele sehr selten, einige sind kaum allein am Bild zu erkennen, sondern brauchen weitere Informationen wie zum Beispiel Tasteindrücke", erklärte Alexander Enk, Direktor der Universitäts-Hautklinik Heidelberg.

• Hilfe mit Diagnosen: Wie künstliche Intelligenz Menschenleben retten könnte
• Wann Sie zum Arzt müssen: Mit der ABCDE-Regel Hautkrebs erkennen
• Zehn Jahre vor Ausbruch: Künstliche Intelligenz kann Alzheimer früher erkennen

Das maligne Melanom der Haut, auch schwarzer Hautkrebs genannt, ist die bösartigste Form von Hautkrebs, der vor allem durch hohe UV-Belastung der Haut begünstigt wird. Nach Angaben von Fachleuten treten in Deutschland jährlich mehr als 21.000 Neuerkrankungen auf. Etwa 3.000 Menschen sterben pro Jahr am schwarzen Hautkrebs. Die Studie ist Teil des vom Bundesgesundheitsministerium geförderten Skin-Classification-Projekts.