Die Früherkennung von Krebs hat es in Deutschland vergleichsweise schwer. Nur das Gebärmutterhalskrebs-Screening wird mehrheitlich wahrgenommen – rund 80 % der Zielgruppe würden erreicht, sagte Ulrike Helbig, Leiterin des Berliner Büros der Deutschen Krebshilfe, bei der traditionellen Frühjahrstagung der Deutschen Gesellschaft für Hämatologie und Onkologie (DGHO) in Berlin. Beim Brustkrebs liege die Teilnahmequote bei rund 50 %, beim Darmkrebs insbesondere bei Männern nur bei etwa einem Viertel. Das Hautkrebs-Screening erreiche rund ein Drittel der Zielgruppe.
Hautarzt-Screening soll zugänglicher werden
Zumindest beim Hautkrebs-Screening könnte die eher niedrige Quote auch daran liegen, dass das Angebot zu eingeschränkt ist. Termine bei Dermatolog:innen sind vielerorts nur noch mit Monaten Vorlauf zu bekommen. Und Hausäzrt:innen dürfen zwar auch screenen, bieten das aber nicht konsequent an. Zudem erreicht das hausärztliche Screening nicht die Qualität des dermatologischen Screenings, wie diverse Auswertungen des deutschen Screening-Programms zeigen.
Kann künstliche Intelligenz (KI) hier Abhilfe schaffen? Dr. Sarah Haggenmüller von der Abteilung Digitale Prävention am Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg ist davon überzeugt. Zusammen mit dem Unternehmen Heine Optotechnik hat das DKFZ das Projekt sKIn aufgesetzt. Hier wird aktuell ein mit KI hinterlegtes Dermatoskop entwickelt, das es nicht zuletzt Hausärzt:innen einfacher machen soll, ein Screening in hoher Qualität und mit vertretbarem Zeitaufwand anzubieten.
Warum das sKIn-Projekt durchaus herausfordernd ist, erläuterte Haggenmüller bei der DGHO-Tagung. Für einen Einsatz durch „Profis“, also Ärztinnen und Ärzte, müsse die KI mehr können als die Hautkrebs-KI-Apps, die in den App-Stores verfügbar sind. Zum einen müsse die KI bestmöglich in die Screening-Abläufe integriert sein. Deswegen wird sie im sKIn-Projekt zum Teil des Dermatoskops gemacht, dem Werkzeug, das als Goldstandard für ein qualitativ hochwertiges Screening gilt.
Erfolgsfaktoren Robustheit und Nachvollziehbarkeit
Zum Zweiten, so Haggenmüller, müsse die KI robust sein. Die Verdachtsdiagnosen müssten unabhängig sein vom Hauttyp, von der Bräunung und von äußeren Lichtverhältnissen sowie vom eingesetzten Gerät und dessen Handhabung sein. Um das zu erreichen, nutzt das sKIn-Projekt einen umfassenden Trainingsdatensatz, der jeweils vier bis sechs Aufnahme derselben Läsion umfasst, mit unterschiedlichen Aufnahmewinkeln und bei unterschiedlichen Beleuchtungsverhältnissen. „Wir konnten die diagnostische Genauigkeit des KI-Algorithmus dadurch signifikant erhöhen“, betonte Haggenmüller.
Der dritte Faktor, den die Heidelberger für unverzichtbar halten bei einer Hautkrebs-KI für den professionellen Einsatz, ist Nachvollziehbarkeit. Im sKIn-Projekt wird deswegen ein „explainable AI“-System entwickelt, das den Nutzer:innen erläutert, warum es eine Hautläsion für krebsverdächtig hält. Das sieht dann so aus, das unmittelbar im dermatoskopischen Bild der Teil einer Hautläsion durch eine Art Marker hervorgehoben wird, den die KI verdächtig findet. Zusätzlich erscheint ein Textfenster, in dem kurz und knapp erläutert wird, warum genau der Befund als krebsverdächtig angesehen wird.
Dass Ärzt:innen durch ein KI-Dermatoskop quasi verlernen, selbst zu denken, glaubt Haggenmüller nicht. Tatsächlich haben die Heidelberger das sogar untersucht: Sie haben die KI im Rahmen einer Studie absichtlich gelegentlich falsche Verdachtsdiagnosen vorschlagen lassen: „Ärztinnen und Ärzte ließen sich nur in sehr geringem Umfang davon beeinflussen. Sie vertrauen der KI nicht blind, und das sollte auch so bleiben.“