SCP: Das Skin Classification-Project

2019 – 2023 durch das BMG gefördert
Projektleitung: Achim Hekler

Neuerkrankungen am malignen Melanom haben in den letzten Jahrzehnten erheblich zugenommen. Hat ein Melanom Metastasen gebildet, ist es in der Regel nicht mehr heilbar. Die Erkennung von Melanomen in frühen Stadien ist daher kritisch für ihre Heilbarkeit. Wird jedoch ein harmloses gutartiges Pigmentmal als malignes Melanom diagnostiziert (und womöglich behandelt), führt auch dies zu – im Einzelfall starken – psychischen und körperlichen Belastungen für die Betroffenen sowie zu vermeidbaren Kosten für das Gesundheitssystem.

Ein Ansatz zur verbesserten Hautkrebs-Früherkennung, der von uns bereits in der ersten Phase des Skin-Classification-Projektes (SCP) verfolgt wurde, ist die Auswertung von klinischen und/oder dermatoskopischen Bildern verdächtiger Hautbereiche mittels künstlicher Intelligenz. Ein von unserer Arbeitsgruppe trainiertes neuronales Netz erzielte dabei beispielsweise in einer auf Einzelbildanalysen basierenden, experimentellen Testumgebung bei der Erkennung von Melanomen signifikant bessere diagnostische Ergebnisse als deutsche Dermatologen.

Aufbauend auf unseren Ergebnissen möchten wir nun die Voraussetzungen dafür schaffen, dass ein auf einem solchen Algorithmus basierendes Diagnostik-Assistenzsystem für Hautläsionen in einer groß angelegten klinischen Studie auf seinen realen Nutzen in der dermatologischen Praxis überprüft werden kann. Dafür werden in Kooperation mit 8 deutschen Hautkliniken Bilddaten von Hautläsionen und assoziierte Metadaten in einer Datenbank gesammelt. Mit den gewonnenen Bilddaten können die von uns entwickelten Algorithmen für den klinischen Einsatz optimiert werden. Wir testen Strategien, mit denen die universelle Einsetzbarkeit in verschiedenen Kliniken/mit verschiedenen Aufnahmesystemen erreicht werden soll, und entwickeln Workflows zur tatsächlichen praktischen Anwendung im klinischen Alltag.