2580649

KI mit neuronalem Netzwerk hilft beim Erkennen von Hautkrebs

14.04.2021 | 11:47 Uhr | Thomas Hartmann

Mit Hilfe von kĂŒnstlichen neuronalen Netzen entwickeln Forscher ein System, das schnell Weitwinkelaufnahmen der Haut von Patienten analysiert, um Krebs effizienter zu erkennen.

Ein Werkzeug, das mithilfe von Fotoaufnahmen der Haut und kĂŒnstlicher Intelligenz bei der Erkennung von Melanomen effektiv helfen kann, das ist eine Nachricht, die MIT News, das Journal des Massachusetts Technology Institute (MIT), schon Anfang April veröffentlicht hat .

Demnach nutzt man dazu ein sogenanntes ”Convolutional Neural Network” (CNN), auf Deutsch etwa ” faltendes neuronales Netzwerk “, bei dem es sich um ein kĂŒnstliches neuronales Netz fĂŒr den Bereich maschinelles Lernen handelt.

Insbesondere Melanome, die 70 Prozent aller Hautkrebserkrankungen weltweit ausmachen, sollen damit gut zu erkennen sein. Dies beruht auf der Erfahrung von HautĂ€rzten, die durch visuelle Inspektion, zum Beispiel mit Aufsichtsmikroskopen, verdĂ€chtige pigmentierte LĂ€sionen (SPLs) als frĂŒhe Warnhinweise fĂŒr ein entstehendes Melanom erkannt haben. Nun haben Forscher des MIT  in Cambridge, USA daraus ein Verfahren mittels kĂŒnstlicher Intelligenz entwickelt, bei dem man mittels ”tiefer convolutionaler neuronaler Netzwerke” durch die Analyse von solchen auffĂ€lligen pigmentierten LĂ€sionen, die man durch typische Weitwinkelaufnahmen von Smartphones oder Fotokameras erhĂ€lt, derartige Warnhinweise auch maschinell analysieren kann.

Neuronales Netz markiert verdÀchtige Flecken zur weiteren Untersuchung

Dazu wird das aufgenommene Breitbild mit den HautauffĂ€lligkeiten wahrgenommen, eingegrenzt und analysiert. Ein fĂŒr diesen Zweck vortrainiertes tiefes convolutnationales neuronales Netzwerk entscheidet aufgrund dieser Analyse, wie die Merkmale zu markieren sind, gelb fĂŒr weitere Untersuchung, rot fĂŒr eine weitere Untersuchung oder Überweisung an einen Dermatologen. Die extrahierten Merkmale werden verwendet, um pigmentierte LĂ€sionen weiter zu beurteilen und die Ergebnisse in einem Heatmap-Format anzuzeigen, heißt es in der Nachricht.

WĂ€hrend der englischsprachige MIT-Artikel noch viele zusĂ€tzliche Hintergrundinformationen zu dem Thema bringt, ist auch ein Beitrag von Ärzteblatt.de aufschlussreich zu lesen. Unter dem Titel ” Hautkrebserkennung: Wie kĂŒnstliche Intelligenz die Diffenzialdiagnose schĂ€rft ” werden hier die Grundlagen fĂŒr die Hautkrebsdiagnostik aufgrund von kĂŒnstlicher Intelligenz und dem Einsatz der „convolutional neural networks“ (CNN) vorgestellt und diskutiert.

Macwelt Marktplatz

2580649