Startseite Software und Technologie Machine Learning erkennt künftig Hautkrankheiten

Machine Learning erkennt künftig Hautkrankheiten

Fotos verdächtiger Hautstellen hochladen und nach einem Tag eine Diagnose vom Arzt erhalten – das verspricht das Medizin-Startup dermanostic. Zusammen mit den IT-Dienstleister adesso laufen Tests, Hautbilder automatisiert zu analysieren.

Ki Mythen
Quelle: Tatiana Shepeleva | Adobe Stock

Der Nutzen Künstlicher Intelligenz im Gesundheitswesen ist enorm. Die Technologie vermag viele Abläufe im Krankenhausalltag und damit die Patientenversorgung zu verbessern, hilft aber auch bei der Entwicklung neuer Behandlungsmethoden und der Diagnose von Krankheiten. Besonders groß ist das Potenzial bei der Analyse von Bildern, denn Algorithmen sind sehr gut darin, Auffälligkeiten in den Aufnahmen zu entdecken, die auf Erkrankungen hindeuten. Das bietet auch dem Medizin-Start-up dermanostic viele Chancen, dessen gleichnamige App bei der Erkennung von Hautkrankheiten hilft.

Bei der Potenzialanalyse vertraut dermanostic auf die Expertise von adesso. Im Rahmen eines Proof-of-Concept untersucht der IT-Dienstleister zusammen mit dermanostic, ob und wie sich Machine-Learning-Modelle auf die Erkennung von Hautkrankheiten trainieren lassen, um Diagnosen künftig automatisiert zu stellen. Die Machine-Learning-Spezialisten von adesso verfeinerten bestehende Modelle zur Bildauswertung und trainierten sie mit über 50.000 echten Hautbildern aus der dermanostic-App. Die Herausforderung dabei ist, dass solche Smartphone-Fotos meist nicht perfekt sind. Die Algorithmen müssen demnach nicht nur mit schlecht belichteten und teilweise unscharfen Bildern zurechtkommen, sondern auch die Hautbereiche im Foto und die zu untersuchenden Hautstellen zuverlässig identifizieren. In der Trainingsphase ist zudem eine ausgewogene Bildauswahl wichtig, damit sich die Algorithmen keine Einseitigkeit aneignen und später nicht zu oft auf häufige Erkrankungen wie zum Beispiel die Akne tippen, weil sie damit eher selten falsch liegen.

Mit dem Proof-of-Concept haben adesso und dermanostic die Erkenntnis gewonnen, dass mehr diverse Trainingsdaten mit unterschiedlichen Hauttypen und Hautkrankheiten nötig sind. Zudem ist eine Vorsegmentierung der Bilder sinnvoll, um die Algorithmen gezielt auf einzelne Erkrankungen zu trainieren. Eine Markierung der relevanten Bildinhalte soll die Erkennung verbessern. Beides muss wegen der großen Menge an Bildern automatisiert erfolgen. In Tests haben die Experten gute Trainingsergebnisse erzielt. Künftig sollen Hinweise in der App, dabei helfen, die Qualität der Bilder zu steigern.

„Es ist unglaublich spannend, dermanostic auf seinem Weg zu begleiten“, berichtet Patrice Schwarz, Senior Data Scientist bei adesso. „Im Proof-of-Concept sind wir einen guten Schritt vorangekommen und haben wertvolle Erkenntnisse gesammelt, unter welchen Voraussetzungen eine automatisierte Auswertung von Hautbildern zur Erkennung von Hautkrankheiten möglich ist.“

Auch Dr. Ole Martin, Geschäftsführer bei dermanostic, zeigt sich zufrieden: „Die Zusammenarbeit mit adesso hat interessante Ergebnisse geliefert, die wir in weiteren Projekten nutzen. Die Entwicklung eines Machine-Learning-Modells zur Identifizierung von Hautkrankheiten bietet uns und unseren Patienten enorme Chancen, weil wir so Diagnosen schneller und präziser liefern.“ Jürgen Frisch


Anzeige | Interview | im IT-Matchmaker®.guide ERP-Lösungen erschienen

Künstliche Intelligenz nutzt meist Best-of-Breed-Komponenten
Interview zur Studie "ERP in der Praxis"
Autor: Jürgen Frisch, Redakteur der IT-Matchmaker®.news
Erschienen: 2021-10-05
Schlagworte: Best of Breed, ERP, ERP in der Praxis, Künstliche Intelligenz, Studienergebnisse
Kleinere ERP-Systeme werden besser bewertet als große. Am stärksten in der Kritik steht die mobile Nutzung. Trendthemen wie Künstliche Intelligenz bilden Unternehmen eher in externen Modulen ab, berichtet Dr. Karsten Sontow, Vorstandsvorsitzender des Consultinghauses Trovarit AG.
Download