Prospektive Studie untersucht die Genauigkeit eines offenen KI-Algorithmus zur Melanomdiagnose und dessen Einfluss auf dermatologische Entscheidungen.
Die klinische Diagnose von Melanomen ist herausfordernd und kann u.a. zu unnötigen Hautbiopsien führen. Diese Studie validiert die Genauigkeit eines offenen, nicht-kommerziellen KI-Algorithmus (ADAE) zur Melanom-Diagnose aus Dermoskopie-Bildern und untersucht dessen Einfluss auf die Entscheidungsfindung von Dermatologen. Ziel ist es, die Zuverlässigkeit der Sensitivität des ADAE bei einem vordefinierten Schwellenwert von 95% zu bewerten.
Die Studie umfasste 435 Teilnehmer mit insgesamt 603 Läsionen, darunter 95 Melanome. Die Teilnehmer hatten ein Durchschnittsalter von 59 Jahren, 54% waren weiblich und 96% waren weiße Personen.
Die prospektive, beobachtende klinische Studie bewertete die diagnostische Genauigkeit des ADAE-Algorithmus bei der Vorhersage von Melanomen aus Dermoskopie-Bildern. Alle Läsionen wurden biopsiert. Dermatologen schätzten die Wahrscheinlichkeit eines Melanoms vor und nach der Echtzeit-Auswertung durch ADAE.
Ergebnisse, Schlussfolgerungen und Kritik
Bei einem vordefinierten Schwellenwert von 95% hatte ADAE eine Sensitivität von 96,8% und eine Spezifität von 37,4%. Die Fähigkeit der Dermatologen, das Melanomrisiko einzuschätzen, verbesserte sich signifikant nach ADAE-Auswertung. Die Entscheidungen der Dermatologen nach ADAE-Auswertung zeigten einen gleichwertigen oder höheren Nettovorteil im Vergleich zur Biopsie aller Läsionen.
Der KI-Algorithmus ADAE zeigt im Rahmen der Studie eine hohe Genauigkeit bei der Melanom Diagnose und hat Potenzial, die Entscheidungsfindung von Dermatologen zu verbessern. Größere randomisierte Studien sind erforderlich, um das volle Potenzial der Integration dieses KI-Algorithmus in klinische Arbeitsabläufe zu bewerten.
Die Studie war auf ein einzelnes Zentrum beschränkt und umfasste eine relativ kleine Stichprobengröße von Läsionen. Es wurden keine Läsionen bei Patienten mit Fitzpatrick-Hauttyp V oder VI biopsiert, was die Übertragbarkeit der Ergebnisse einschränken kann.
Fazit
Die Validierung des KI-Algorithmus ADAE zeigt vielversprechende Ergebnisse bei der Melanomdiagnose und könnte die Anzahl unnötiger Biopsien reduzieren. Weitere Studien sind erforderlich, um die Integration in klinische Arbeitsabläufe zu optimieren.
Autor: Redaktion/KI-gestützt
Bilderquelle: ©-Alessandro_Gradini_stock.adobe_.com_Hautkrebsdiagnose_klein.jpg
