Beim Vergleich der Diagnosegenauigkeit bei Hautkrebs-Screenings schneiden KI-Anwendungen teils besser ab als Ärzte. Erfahrt hier, wobei Ärzte die Oberhand behalten.
Künstliche Intelligenz (KI) wird in der medizinischen Diagnostik bereits vielfach eingesetzt. Ein österreichisch-australisches Forscherteam unter der Leitung des Dermatologen Harald Kittler von der MedUni Wien untersuchte, inwieweit Diagnose und Therapie von pigmentierten Hautläsionen in einem realistischen klinischen Szenario von ihr profitieren.
In einer in The Lancet Digital Health veröffentlichten Studie verglich das Team die Genauigkeit der Diagnose und Therapieempfehlung von zwei verschiedenen Algorithmen in Smartphone-Applikationen mit jener von Ärzten. Die Ergebnisse zeigen, dass die KI-Anwendung bei der Diagnose im Allgemeinen gut abschneidet. Bei den Behandlungsentscheidungen waren die Ärzte jedoch deutlich überlegen.
Das Forscherteam testete die KI-Anwendung unter realistischen klinischen Bedingungen in zwei Hautkrebszentren, der Universitätsklinik für Dermatologie der MedUni Wien und dem Sydney Melanoma Diagnostic Centre in Australien. Die prospektive Studie bestand aus zwei Szenarien, wobei die KI in Szenario A bei hautkrebsverdächtigen Veränderungen und in Szenario B bei Patienten mit vielen Muttermalen eingesetzt wurde. Die KI-unterstützte Anwendung wurde in beiden Fällen sowohl mit medizinischen Experten als auch mit weniger erfahrenen Ärzten verglichen.
In Szenario A wurden 172 verdächtige pigmentierte Läsionen (von denen 84 bösartig waren) bei 124 Patienten untersucht; in Szenario B analysierte das Forscherteam 5.696 pigmentierte Läsionen (von denen 18 bösartig waren) bei 66 Patienten. Es wurden zwei verschiedene KI-basierte Smartphone-Anwendungen verwendet: ein neuartiger 7-Klassen-KI-Algorithmus und ein ISIC-Algorithmus, der bereits in retrospektiven Vorstudien verwendet wurde. In Szenario A zeigte der 7-Klassen-KI-Algorithmus im Vergleich zu den Experten eine gleichwertige Diagnosegenauigkeit, während er den weniger erfahrenen Ärzten deutlich überlegen war. Der ISIC-Algorithmus hingegen schnitt im Vergleich zu den Experten deutlich schlechter ab, aber besser als die unerfahrenen Anwender.
Dieser Artikel basiert auf einer Pressemitteilung der Medizinischen Universität Wien. Die Originalpublikation haben wir euch hier und im Text verlinkt.
Bildquelle: Erstellt mit Midjourney
