Wenn es um die Diagnose von pigmentierten Hautveränderungen, die künstliche Intelligenz ist überlegen Menschen. In einer Studie, durchgeführt unter der Leitung der MedUni Wien, human-Experten „Wettbewerb“ gegen computer-algorithmen. Die algorithmen erzielt man deutlich bessere Ergebnisse, doch sind Ihre aktuellen Fähigkeiten können nicht den Menschen ersetzen. Die Ergebnisse wurden veröffentlicht in der Zeitschrift The Lancet Oncology.
Die International Skin Imaging Collaboration (ISIC) und der MedUni Wien organisiert eine internationale Herausforderung-zum Vergleich der diagnostischen Fähigkeiten von 511 ärzte mit 139 computer-algorithmen (aus 77 verschiedenen machine learnings labs). Eine Datenbank mit mehr als 10.000 Bilder, welche gegründet wurde durch das team um Harald Kittler an der Klinik für Dermatologie der MedUni Wien in Zusammenarbeit mit der Universität Queensland (Australien), wurde als Trainings-set für die Maschinen. Diese Datenbank umfasst gutartige (Muttermale, Sonnenflecken, Altersflecken, Warzen, Angiome und dermatofibromas) und bösartigen pigmentierten Hautveränderungen (Melanom, Basalzellkarzinom und pigmentierten Zelle plattenepithel-Karzinom).
Jeder Teilnehmer hatte zu diagnostizieren 30 zufällig ausgewählte Bilder aus einem test-set von 1511 Bilder. Das Ergebnis war eindeutig. Während die besten Menschen diagnostiziert 18.8 von 30 Fällen richtig, die besten Maschinen erreicht 25.4 die richtigen Diagnosen. Dies nicht überraschen, erste-Autor Philipp Tschandl von der MedUni Wien: „Zwei Drittel aller teilnehmenden Maschinen waren besser als der Mensch; dieses Ergebnis wurde offensichtlich in ähnlichen Studien in den letzten Jahren.“
Kein Ersatz für menschliche Wesen
Obwohl die algorithmen waren klar überlegen in diesem experiment bedeutet dies nicht, dass die Maschinen den Menschen ersetzen, der in der Diagnose von Hautkrebs. Philipp Tschandl: „Der computer nur analysiert, eine optische Momentaufnahme und wirklich gut ist es. Im wirklichen Leben, aber die Diagnose ist eine komplexe Aufgabe. Ärzte in der Regel untersuchen Sie den gesamten Patienten und nicht nur einzelne Läsionen. Wenn Menschen eine Diagnose stellen Sie auch weitere Informationen berücksichtigt, wie z.B. die Dauer der Erkrankung, ob der patient bei hohen oder niedrigen Risiko, und das Alter des Patienten, die nicht in dieser Studie.
Trotz der beeindruckenden Leistung der künstlichen Intelligenz gibt es noch Raum für Verbesserungen. Die Maschinen wurden deutlich weniger präzise bei der Diagnose von Läsionen, die kam von Zentren, die nicht für das training Bilder.