Neues Forschungsprojekt zur KI-basierten Hautkrebs-Diagnostik

Stuttgart. Im Ländle suchen Wissenschaftler des Forschungsverbundes der Innovationsallianz Baden-Württemberg (InnBW) im Rahmen des Projektes „Intelligente Tumordiagnostik 2“ nach Möglichkeiten, Ärzte in Klinik und Praxis mittels Künstlicher Intelligenz (KI) bei der Diagnostik maligner Melanome zu unterstützen. Dafür stellt das Landeswirtschaftsministerium zwei Millionen Euro bereit.

„Das anwendungsorientierte Projekt zeigt einmal mehr, welch enormes Potenzial KI auch im Gesundheitswesen hat. Diese Möglichkeiten müssen wir unbedingt nutzen“, so Landeswirtschaftsministerin Nicole Hoffmeister-Kraut.

Das Projekt basiert unmittelbar auf den Ergebnissen des Vorgängers „Intelligente Tumordiagnostik 1“, im Zuge dessen die Grundlagen für das neue Verfahren zur Diagnose maligner Melanome entwickelt wurden. Auf Basis klinischer Daten konnten dort erste vielversprechende Ergebnisse für die KI-basierte Diagnose erzielt werden.

Um eine sichere Diagnose zu stellen, ist die Menge der verfügbaren Trainingsdaten jedoch noch nicht ausreichend. Ziel ist es, die bisher bereits durch Hautärzte wie aber auch der KI-Lösung aus dem Südwesten erreichten Sensitivität bei der dermatoskopischen Diagnose von 85 Prozent wesentlich zu steigern.

Stärkung des Hautkrebsscreenings beim Hausarzt angestrebt

Im Rahmen des Nachfolgeprojekts soll laut dem Karlsruher FZI Forschungszentrum Informatik ein verbessertes und kostengünstigeres Diagnose-System entwickelt werden, mit dem in Kliniken und dermatologischen Praxen maligne Melanome auf Expertenniveau mit dem Einsatz Künstlicher Intelligenz diagnostiziert werden können.

Zudem sei die Weiterentwicklung zu einem kompakten, handgeführten Diagnose-System geplant, welches langfristig auch Hausärzten ermöglichen solle, das Hautkrebs-Screening sicher durchzuführen.

„Das Verbundprojekt der wirtschaftsnahen Forschung ist ein besonders gelungenes Beispiel für die interdisziplinäre Zusammenarbeit der vom Wirtschaftsministerium grundfinanzierten Institute der wirtschaftsnahen Forschung in der Innovationsallianz“, betonte Hoffmeister-Kraut.

„Es leistet einen wichtigen Beitrag, um die Wissensgrundlage für die KI-basierte Diagnostik zu stärken und gleichzeitig den Mittelstand unserer gut aufgestellten Gesundheitsindustrie in Baden-Württemberg noch weiter voranzubringen.“

Das Forschungsprojekt ist Teil der KI-Strategie des Landes Baden-Württemberg und soll dazu beitragen, das KI-Potenzial im Bereich des Gesundheitswesens und im Besonderen im Bereich der Diagnostik aufzuzeigen.

Streueigenschaften des Hautgewebes genutzt

Wie aus dem jüngst veröffentlichten Abschlussbericht des Vorgängerprojekts hervorgeht, sei für die KI-basierte Hautkrebsdiagnostik von zentraler Bedeutung, dass eine morphologische Veränderung im Hautgewebe dazu führen könne, dass sich die Streueigenschaften des Gewebes verändern, was dann für die Diagnostik herangezogen werden kann.

Für die Datengewinnung im Projekt sei ein klinischer Aufbau konzipiert und entwickelt worden, der dank multispektraler Beleuchtung und schneller Kameras als Detektoren Bilddaten erfasse, die für das menschliche Auge nicht sichtbar sind.

Hierzu projiziere dieser mit neun LEDs im sichtbaren und nah-infraroten Bereich unterschiedliche Beleuchtungsmuster auf die Hautläsion, deren remittiertes Licht mit zwei Kameras erfasst werde.

Dreidimensionale Topographien

Aus den erfassten Bilddaten werden anschließend eine dreidimensionale Topographie und weitere Parameter wie die Hämoglobinkonzentration berechnet. Außerdem sei eine weitere Generation des Messsystems entwickelt worden, welche auf einer mikrooptischen hyperspektralen Detektionseinheit basiere, die es zukünftig ermögliche, einen deutlich größeren Spektralbereich zu erfassen und auszuwerten.

Zur Gewährleistung eines qualitativ hochwertigen Trainingsdatensatzes seien Biomarker im Gewebe identifiziert worden. Diese mess- und bewertbaren biologischen Merkmale zeigten krankhafte Veränderungen auf und ermöglichten den Forschern, die einzelnen Datensätze zuverlässig zu klassifizieren.

Zur Verwaltung der Trainingsdaten sowie der KI-Modelle sei ein Managementsystem entwickelt worden, das durch eine webbasierte Benutzerschnittstelle diverse Funktionen biete – beispielsweise ließen sich Datensätze hinzufügen, KI-Modelle trainieren und KI-basierte Diagnoseergebnisse abrufen.

Wie ein Info-Film des FZI zeigt, offenbare die KI-Lösung dem Anwender auch genau, auf Basis welcher Werte das betreffende Areal als malignes Melanom kategorisiert worden sei.