AD-LEARN DERMOSCOPY

Die Zunahme von Hautkrebserkrankungen hat sich zu einer großen Herausforderung im Gesundheitswesen entwickelt. Aktuelle Daten zum gesetzlichen Hautkrebsscreening in Deutschland zeigen weiterhin keinen deutlichen Rückgang der Sterblichkeit. Ursächlich sind vermutlich geringe Teilnahmeraten von knapp >40% der Berechtigten und eine heterogene Qualität der durchgeführten Screenings.

Zuletzt konnten erste Publikationen belegen, dass künstliche neuronale Netzwerke (KNN) geeignet sind, Hautkrebs anhand von digitalen Fotografien auf dem Niveau von trainierten Experten zu erkennen.

Die Verfügbarmachung niedrigschwelliger Screening Angebote mit (teil-) automatisierten Untersuchungen durch KNNs auf Expertenniveau sollte geeignet sein, sowohl Teilnehmerraten durch geringe Wartezeiten und Abbau von Termin-Engpässen zu erhöhen, als auch ein gleichförmiges hohes Qualitätsniveau herzustellen.

Im Rahmen des Projektes soll ein bereits vorhandenes KNN für die Diagnose von Melanomen im diagnostischen Spektrum für die Erkennung aller Hautkrebsformen an allen Körperlokalisationen (Felderhaut, akrale Leistenhaut, Schleimhäute, Gesicht- und Kopfhaut, Nagelorgan) weiterentwickelt, trainiert, validiert und abschließend im Vergleich zu erfahrenen Dermatologen getestet werden. Erste Validierungen ergaben bereits ein richtungsweisendes diagnostisches Profil des vorhandenen KNN.

Des Weiteren wird das Projektteam Anwender (Ärztinnen/Ärzte) und untersuchte Patientinnen/Patienten zu Akzeptanz und Vertrauen in die neue Technologie befragen.

Alle Erkenntnisse aus diesem Projekt sollen perspektivisch in die Etablierung eines Pilotzentrums für auf künstliche Intelligenzsysteme basierende Hautkrebsscreenings einfließen.