KI erkennt Krebs: Neuronale Netze in der Radiologie

Künstliche Intelligenz diagnostiziert schnell und oft treffsicher. An der Uniklinik Essen liefert KI Radiologen bereits die zweite Meinung.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht
KI erkennt Krebs: Neuronale Netze in der Radiologie

(Bild: Uniklinik Essen)

Lesezeit: 4 Min.
Inhaltsverzeichnis

Künstliche Intelligenz (KI) erkennt schwarzen Hautkrebs sicherer und schneller als der durchschnittliche Hautarzt. Das fand ein Forscherteam der Universität Heidelberg gemeinsam mit Kollegen aus Frankreich und den USA heraus.

Die Forscher haben ein Convolutional Neural Network entworfen, das sie mit 100.000 Fotos trainierten – Abbildungen sowohl von Melanomen als auch von ungefährlichen Muttermalen. Anschließend erkannte die KI 95 von 100 neuen bösartigen Fällen korrekt. Im Vergleichstest mit 58 Dermatologen übersahen diese die Erkrankungen häufiger und erreichten nur eine Trefferquote von 86,6 Prozent. Auch mit weiteren Angaben zum Patienten und vergrößerten Aufnahmen konnten die Ärzte ihre Trefferquote lediglich auf 88,9 Prozent steigern.

Sind also neuronale Netze die besseren Ärzte, wenn es um Diagnosen geht? Auf jeden Fall stellen sie ein zunehmend interessantes Hilfsmittel dar, findet Prof. Dr. med. Michael Forsting, Direktor des Institutes für Radiologie am Universitätsklinikum Essen. Dort ist eine KI darauf trainiert worden, Aufnahmen eines Uteruskarzinoms zu analysieren. Die Software kann bis zu 1800 Parameter in Betracht ziehen – ein gewiefter Radiologe bezieht dagegen vielleicht zehn Parameter in seine Schlussfolgerungen ein.