Hautkrebserkennung: KI erklärt Entscheidungen

Um Hautärzte bei der frühzeitigen Erkennung von Melanomen zu unterstützten und diesen schneller zu erkennen, haben Wissenschaftlerinnen und Wissenschaftler im Deutschen Krebsforschungszentrum eine KI entwickelt, die ihre Entscheidungen erklärt. Melanome sind für einen Großteil der hautkrebsbedingten Todesfälle verantwortlich. KI kann helfen, diese schneller zu erkennen.

Oft erschweren mangelnde Transparenz und mögliche Fehlentscheidungen der Algorithmen die Akzeptanz der Hautärzte für bereits auf dem Markt verfügbare Anwendungen. Mit einem erklärbaren KI-System (XAI) will das Forscherteam mehr Transparenz schaffen. Das geht aus einer in der Fachzeitschrift Nature veröffentlichten Studie "Dermatologist-like explainable AI enhances trust and confidence in diagnosing melanoma" hervor.

"Die letztendliche Verantwortung für eine Diagnose liegt beim Kliniker. Deshalb sind Dermatologen berechtigterweise vorsichtig, KI-basierte Systeme einzusetzen, ohne deren Entscheidungen nachvollziehen zu können", sagt Titus Brinker, Hautarzt und Wissenschaftler am DKFZ. Jedoch neigen die Systeme auch zu Scheinkorrelationen. "Unser Ziel war es daher, ein Unterstützungssystem zu entwickeln, das auf die Sichtweise von Dermatologen bei der Melanomdiagnose abgestimmt ist und seine Entscheidungsfindung erklärt", wird Brinker in einer Pressemitteilung des Deutschen Krebsforschungszentrums zitiert.

XAI liefert Erklärungen

Dabei erstelle das KI-System für jedes Merkmal eine Vorhersage. Bei mindestens zwei Merkmalen für ein Melanom werden dem Arzt die Diagnose und entsprechende Erläuterungen angezeigt. Dafür wurde die KI mit einem Datensatz mit 3611 digitalisierten Bildern trainiert, die von Dermatologen mehrfach annotiert wurden. Das System nutzt bereits etablierte, sich auf bestimmte Bereiche der Hautauffälligkeiten beziehende Diagnose-Merkmale.

In der ersten Phase einer dreiphasigen Studie mit 116 internationalen Teilnehmern erhielten die Kliniker keine KI-Unterstützung. In der zweiten Phase erhielten sie die vom erklärbaren KI-System (XAI) vorhergesagten Diagnosen, jedoch nicht dessen Erklärungen und in der dritten Phase erhielten sie die vorhergesagten Diagnosen zusammen mit den Erklärungen. Dabei liefert die XAI Erklärungen, die denen von Dermatologen ähneln und bezieht sich auf die einzelnen Bereiche der Läsion.

Das XAI-System erreiche dabei eine gute diagnostische Genauigkeit und nach Angaben der Forscher eine starke Übereinstimmung mit den Erklärungen der Dermatologen. Zwar verbesserte das XAI-System die diagnostische Genauigkeit der Kliniker nicht, erhöhte aber ihr Vertrauen in die eigene Diagnostik und ihr Vertrauen in das KI-System im Vergleich zu KI-Systemen, die ihre Entscheidungen bei der Hautkrebserkennung nicht erklären. Studienleiter Titus Brinker ergänzt: "Die europäische Datenschutzgrundverordnung verlangt, dass alle algorithmusbasierten Entscheidungen für die Endnutzer interpretierbar sein müssen. Unsere Arbeit ist ein wichtiger erster Schritt zur Schließung der Interpretationslücke."

(mack)