Künstliche Intelligenz ist dem Menschen bei der Diagnose von pigmentierten Hautveränderungen wie Muttermalen und Melanomen überlegen. Das belegt eine Studie der Medizinischen Universität Wien, die menschliche Experten gegen Bilderkennungsprogramme mit lernfähigen Algorithmen antreten ließ. Auch wenn die Programme klar bessere Ergebnisse erzielten, können sie den Menschen nicht ersetzen.
511 Mediziner traten im Rahmen der Studie gegen 139 Bilderkennungsalgorithmen aus 77 verschiedenen Laboratorien aus aller Welt an. Als Lerngrundlage für die Maschinen diente die Bilddatenbank HAM10.000. Diese umfasst mehr als 10.000 Aufnahmen mit sieben verschiedenen Klassen an pigmentierten Hautveränderungen - darunter harmlose Muttermale, Altersflecken und Blutschwämme, aber auch bösartige Melanome und Aufnahmen von Morbus Bowen (weißer Hautkrebs). Die Mediziner waren hingegen allein auf ihre fachliche Erfahrung angewiesen.
Allen Teilnehmern wurden auf einer Online-Plattform je 30 Bilder aus einem Pool von neuen, nicht in der Bilddatenbank enthaltenen, Aufnahmen vorgelegt. Das im Journal "The Lancet Oncology" veröffentlichte Ergebnis war eindeutig. Während die besten menschlichen Diagnostiker 18,8 Bilder von 30 richtig hatten, schafften die besten Maschinen 25,4 richtige Klassifizierungen. Für den Erstautor der Studie, Philipp Tschandl von der Universitätsklinik für Dermatologie der MedUni Wien, war das nicht überraschend: "Zwei Drittel aller teilnehmenden Maschinen waren besser als der Mensch, das Ergebnis hat sich bei ähnlichen Versuchen in den vergangenen Jahren auch schon abgezeichnet."
Den Menschen werden Maschinen bei der Diagnose von Hautläsionen aber noch länger nicht ersetzen. "Zur Diagnose eines Patienten gehört auch die Verlaufsbeobachtung, die Einschätzung, ob der Betroffene aufgrund diverser Begleitumstände ein Risikopatient ist, wie sich eine Veränderung der Haut durch Ertasten anfühlt und der Vergleich mit anderen Muttermalen am Körper. Die Interpretation der Ergebnisse ist weiterhin dem Menschen überlassen", sagte Tschandl.
Service: Link zur Studie: http://www.thelancet.com/journals/lanonc/article/PIIS1470-2045(19)30333-X/fulltext
(APA/red, Foto: APA/APA (Hochmuth))
