KI und Hautkrebs-Erkennung: Wie genau ist sie wirklich?
Künstliche Intelligenz hat unter kontrollierten Studienbedingungen eine Genauigkeit bei der Klassifizierung von Hautläsionen erreicht, die mit der von Dermatologen vergleichbar ist. Die Übertragung von Forschungsergebnissen in die Praxis birgt jedoch erhebliche Herausforderungen.
Was die Forschung zeigt
Mehrere Studien zeigen, dass Deep-Learning-Algorithmen bei der Klassifizierung von Dermatoskopie-Bildern mit Dermatologen gleichziehen oder sie übertreffen. Allerdings verwenden diese Studien qualitativ hochwertige, sorgfältig ausgewählte Bilder.
Genauigkeit in der Praxis vs. im Labor
Die Laborgenauigkeit erreicht bei Melanom konstant über 90% Sensitivität. Die Praxisgenauigkeit (Smartphone-Fotos, wechselnde Beleuchtung) sinkt auf 70–85%.
Wenn Sie einen Foto-Check an einer eigenen Stelle ausprobieren möchten: Unser Hautkrebs-Check online zeigt, welche ABCDE-Warnzeichen auf Ihrem Foto zu sehen sind, und empfiehlt einen nächsten Schritt. Er ist kostenpflichtig, stellt keine Diagnose und ersetzt keinen Arztbesuch.
Verantwortungsvoller Einsatz von KI-Tools
KI-Screening-Tools funktionieren am besten als Triage-Schicht und ersetzen nicht den Dermatologen. Schließen Sie Hautkrebs niemals allein aufgrund einer KI-Bewertung aus.
Quellen
Inhalte basieren auf klinischen Leitlinien der AAD, BAD und Peer-Review-Literatur aus JAAD, BJD und JAMA Dermatology. Epidemiologische Daten von NCI SEER und IARC GLOBOCAN. Vollstandige Methodik