Das Potenzial von Künstlicher Intelligenz (KI) im Gesundheitswesen ist enorm. Die Technologie vermag viele Abläufe im Krankenhausalltag und damit die Patientenversorgung zu verbessern, hilft aber auch bei der Entwicklung neuer Behandlungsmethoden und der Diagnose von Krankheiten. Besonders gross ist das Potenzial bei der Analyse von Bildern, weil Algorithmen sehr gut darin sind, Auffälligkeiten in den Aufnahmen zu entdecken, die auf Erkrankungen hindeuten. Das bietet auch dem Medizin-Start-up dermanostic viele Chancen, dessen gleichnamige App bei der Erkennung von Hautkrankheiten hilft und das bei der Evaluierung des Potenzials von KI auf die umfangreiche Expertise von adesso vertraut.
Im Rahmen eines Proof of Concept (PoC) hat adesso mit dermanostic untersucht, ob und wie sich Machine-Learning-Modelle auf die Erkennung von Hautkrankheiten trainieren lassen, um Diagnosen künftig automatisiert zu stellen. Die KI-Spezialisten von adesso verfeinerten bestehende Modelle zur Bildauswertung und trainierten sie mit über 50‘000 echten Hautbildern aus der dermanostic-App. Die Herausforderung dabei war, dass solche Smartphone-Fotos meist nicht perfekt sind – die Algorithmen müssen nicht nur mit schlecht belichteten und teilweise unscharfen Bildern zurechtkommen, sondern auch die Hautbereiche im Foto und die zu untersuchenden Hautstellen zuverlässig identifizieren. Zudem ist in der Trainingsphase eine ausgewogene Bildauswahl wichtig, damit sich die Algorithmen keine Einseitigkeit aneignen und nicht einfach auf häufige Erkrankungen wie zum Beispiel die Akne tippen, weil sie damit zumeist richtig liegen.
Mit dem PoC haben adesso und dermanostic wichtige Erkenntnisse gewonnen, etwa dass mehr und diversere Trainingsdaten mit unterschiedlichen Hauttypen und Hautkrankheiten be-nötigt werden. Ebenso ist eine Vorsegmentierung der Bilder sinnvoll, um die Algorithmen gezielter auf einzelne Erkrankungen zu trainieren, und eine Markierung der relevanten Bildinhalte, um die Erkennung zu verbessern. Beides muss wegen der grossen Menge an Bildern automatisiert erfolgen – im PoC haben die Experten das bereits getestet und durch diese Vorgehensweise deutlich bessere Trainingsergebnisse erzielt. Darüber hinaus können künftig auch genauere Hinweise in der App, etwa zum Fokus der Fotos, dabei helfen, die Bildqualität zu erhöhen und automatisierte Diagnosen zu erleichtern.
