Wertvolle Hilfestellung durch KI

Künstliche Intelligenz (KI) könnte einen gravierenden Einfluss auf die medizinische Versorgung ausüben. Aktuelle Studien zeigen, dass KI als unterstützende Massnahme sehr hilfreich bei der Krebserkennung sein kann, wenn so beispielsweise eine bessere Zusammenarbeit mit Kolleg:innen aus der Allgemeinmedizin möglich wird.

Was kann die KI bei der Früherkennung von Malignomen der Haut leisten? Diese Frage beschäftigte Dr. med. Kashini Andrew, University Hospitals Birmingham NHS Foundation Trust (England), und ihre Kollegen. Die Forscher entwickelten eine KI-Technologie zur Identifizierung von Hautkrebs und verglichen die Ergebnisse der neuesten Softwareversion mit den Ergebnissen einer ersten Version.

Insgesamt wurden in der Studie 22356 Patienten im Verlauf von 2,6 Jahren von der KI geprüft. Anlass für die Bewertung war der Verdacht auf ein Hautmalignom durch einen Allgemeinarzt. Als benigne eingestufte Ergebnisse wurden zusätzlich von einem Dermatologen ausserhalb des Krankenhauses überprüft. Bei Malignitätsverdacht übernahm ein Dermatologe des Universitätsklinikums die Zweitbeurteilung.Teil der Weiterentwicklung der Software war das fortgesetzte Training der KI anhand von Läsionsbildern mit bestätigter Diagnose. Das führte zu einer Steigerung der Sensitivität für die Erkennung von Melanomen von 85,9% (in den früheren Versionen) auf 100% der Fälle in der dritten KI-Version.

Treffergenauigkeit steigern

In der Kategorie «sämtliche Formen von Hautmalignomen» erfasste die aktuelle Version der KI zu 99,5% korrekt, d.h. in 189 von 190 Fällen. Die Tests mit der frühesten KI-Version wiesen diesbezüglich eine Sensitivität von 83,8% auf. Eine ähnliche Steigerung der Performance zeigte die aktuelle Software in der Klassifizierung prämaligner Veränderungen mit einer Sensitivität von 92,5% im Gegensatz zu 54,1% bei Version 1. Mit Blick auf die Spezifität bei Erkennung benigner Läsionen erreichte die KI 75,3%. Eine Einstufungsänderung von gutartig zu maligne wurde von den Dermatologen mit einer Rate von 0,1% (1/789) vorgenommen: Ein Basalzellkarzinom war von der KI als gutartig eingestuft worden. Diese Studie habe gezeigt, wie schnell sich die KI verbessert und lernt, wobei die hohe Genauigkeit direkt auf Verbesserungen der KI-Schulungstechniken und auf die Qualität der zur Schulung der KI verwendeten Daten zurückzuführen ist, erklärte Dr. Andrew.

Interdisziplinärer arbeiten

Der Mangel an geeignetem medizinischem Fachpersonal lege nahe, dass es gerade in ländlichen Bereichen sinnvoll wäre, wenn sich durch die passende technische Unterstützung z.B. Allgemeinmediziner an der Hautkrebsvorsorge beteiligen könnten. In einer Studie wurde die Auswirkung von Schulungen auf die diagnostische Genauigkeit und die von Allgemeinmedizinern vorgeschlagenen Therapiestrategien bei Hautkrebs untersucht.² Vorgestellt wurden die Ergebniss auf dem EADV-Kongress 2023 von Dr. med. Christian Dorado Cortez, Saint-Etienne (France). Betrachtet wurden in der Untersuchung zwei Trainingseinheiten, wobei in der ersten ein zweistufiger Dermatoskopie-Algorithmus und in der zweiten der durch künstliche Intelligenz erweiterte zweistufige Algorithmus verwendet wurde.

Der Algorithmus umfasst2 Stufen: In der ersten Stufe der Entscheidungsfindung muss der Beobachter entscheiden, ob eine Läsion melanozytären oder nichtmelanozytären Ursprungs ist. Sobald die Läsion als melanozytären Ursprungs identifiziert wurde, konnte man zur zweiten Stufe übergehen. In diesem zweiten Schritt muss entschieden werden, ob eine melanozytäre Läsion gutartig, verdächtig oder bösartig ist.³An der Untersuchung nahmen Allgemeinmediziner von zwei Universitäten teil, die sich vor und nach jeder Fortbildungssitzung drei Online-Tests und einem Abschlusstest unterzogen. Jeder Online-Test umfasste 51 Fälle, in denen die diagnostische Genauigkeit, die Charakterisierung der Läsion, die Fähigkeit, therapeutische Strategien zu empfehlen, und das Vertrauensniveau für jeden Fall bewertet wurden.

Die durchschnittliche Punktzahl des ersten Tests, der vor der Schulung durchgeführt wurde, betrug 4,71 von 51 (n=41). Ohne KI-Unterstützung erreichten die Allgemeinärzte im Abschlusstest eine signifikante Verbesserung auf 25,6 (gepaarter Wilcoxon-Test: p-Wert < 0,001).

Mit KI-Unterstützung konnte eine weitere bemerkenswerte und anhaltende Verbesserung der durchschnittlichen Punktzahl erreicht werden: Hier betrug die mittlere Punktzahl im Abschlusstest 27,18.

Die Ergebnisse der Studie bestätigten, dass die Schulung in Dermatoskopie in Kombination mit künstlicher Intelligenz die diagnostische Genauigkeit sowie die Fähigkeit von Allgemeinärzten, die Art der Läsion zu bestimmen, und die Behandlung von pigmentierten Läsionen erheblich verbessere, berichtete Dorado Cortez.