Die Nutzung von künstlicher Intelligenz (KI) kann die Diagnosefindung verändern. Vielversprechend ist v. a. die KI-Analyse von makroskopischen und dermatoskopischen Routinebildern. Bei der Klassifizierung von pigmentierten Hautläsionen anhand solcher Bilder erzielte die KI bereits eine vergleichbare diagnostische Genauigkeit wie Dermatolog*innen.
Fazit
Zahlreiche Studien zeigen, dass die KI-basierte Bildanalyse grundsätzlich das Potenzial hat, die Melanomfrüherkennung durch Erhöhung der Spezifität und Sensitivität zu verbessern und unnötige Exzisionen benigner Veränderungen zu vermeiden. KI-gestützte Diagnosesysteme sind in der Lage, Merkmale schnell, quantitativ, objektiv und reproduzierbar zu erfassen. Allerdings wurden die Studien bislang in experimentellen Umgebungen durchgeführt. Klinische Studien stehen noch aus, um den Nutzen in der klinischen Praxis sicher zu belegen. Entscheidend für den erfolgreichen Einsatz ist neben einer hohen diagnostischen Genauigkeit v. a. die Transparenz und Übertragbarkeit der KI-Systeme. Um diese Hürden abschließend zu überwinden, wird intensiv an Verfahren zur Erklärbarkeit, Datennormalisierung und Generalisierung gearbeitet, die über die bisherigen Ansätze und Herangehensweisen hinausgehen. Analysen der Auswirkungen KI-basierter Systeme auf Ärzte, Patienten sowie den Ablauf der Diagnosestellung werden zeigen, in welcher Form computergestützte Assistenzsysteme in der Dermatologie den größten Nutzen bringen können.