Allmählich müssen Hautärzte (Dermatologen) sich Sorgen machen, dass Kollege Computer ihnen Konkurrenz macht. Grund dafür ist die zunehmende Leistungsfähigkeit von Programmen aus dem Bereich der Künstlichen Intelligenz (KI), die selbstständig lernen können. Das Ergebnis eines, vom Bundesministerium für Gesundheit finanzierten Projektes lässt jedenfalls Staunen: Nachdem die Software mit mehr als 12000 Bildern von klinisch bestätigtem schwarzem Hautkrebs (Melanom) und gutartigen Veränderungen (Naevi) „gefüttert“ wurde, trat das System in der zweiten Runde gegen 157 Dermatologen von zwölf deutschen Universitätskliniken an – und schlug die meisten von ihnen.
In einer Art Wettkampf waren Bilder von 80 harmlosen Muttermalen und 20 bösartigen Melanomen einzuordnen. Den Autoren der im European Journal of Cancer erschienenen Studie waren die Untersuchungsergebnisse der zugehörigen Patienten bekannt, die KI-Software sollte sich dagegen auf ihre „Erfahrungen“ aus der Trainingsrunde stützen.
Dabei schnitt sie besser ab als 136 ihrer 157 menschlichen Konkurrenten. Vom Assistenz- bis zum Chefarzt waren unter den Dermatologen alle Ränge vertreten – und doch schafften es in der Einzelwertung nur sieben von ihnen, genauer zu sein als die Software und weniger Fehler zu machen. Immerhin weitere 14 Ärzte waren aber gleich gut wie die Software.
Kein Zweifel, „der Einsatz von künstlicher Intelligenz wird in der Dermatologie zukünftig wichtiger werden, um präzise Diagnosen zu erstellen“, kommentierte Jochen Sven Utikal, Leiter der Klinischen Kooperationseinheit des Deutschen Krebsforschungszentrums (DKFZ), in einer begleitenden Pressemitteilung. Der Computer, bzw. das KI-Programm wird also zum Kollegen, ersetzen wird er den Hautarzt vorläufig aber nicht. Denn in der Praxis sind die Probleme oftmals komplizierter. Dort gilt es, zwischen mehr als 100 verschiedenen Hautveränderungen zu unterscheiden, und nicht nur zwischen Muttermalen und schwarzem Hautkrebs. Studienleiter Titus Brinker macht sich um die Zukunft offenbar keine Sorgen: „“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.“
Brinker TJ et al.: Deep learning outperformed 136 of 157 dermatologists in a head-to-head dermoscopic melanoma image classification task. Eur J Cancer. 2019 Apr 10;113:47-54. doi: 10.1016/j.ejca.2019.04.001.