idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
01/27/2025 16:54

SkinDoc: Erklärbare KI für die Teledermatologie

Jeremy Gob DFKI Kaiserslautern | Darmstadt
Deutsches Forschungszentrum für Künstliche Intelligenz GmbH, DFKI

    Mit SkinDoc präsentiert das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) eine KI-gestützte Lösung für die Teledermatologie. Die KI-gestützte Anwendung ermöglicht eine präzise und nachvollziehbare Bewertung von Hautläsionen, unterstützt durch modernste Methoden der erklärbaren Künstlichen Intelligenz. SkinDoc verbindet laufende Forschung mit praktischer Anwendbarkeit und leistet einen wichtigen Beitrag zur Früherkennung von Hautkrebs. Ab dem 28. Januar 2025 wird der Demonstrator im neuen KI-Innovations- & Qualitätszentrum (IQZ-Berlin) in den Räumlichkeiten des Deutschen Technikmuseums permanent ausgestellt und für die Öffentlichkeit zugänglich sein.

    Bei Prävention und erfolgreicher Therapie von Hautkrankheiten spielt eine frühzeitige Erkennung potenzieller Auffälligkeiten eine entscheidende Rolle. SkinDoc wurde am DFKI entwickelt, um als KI-gestützte teledermatologische Gesamtlösung die medizinische Voreinschätzung einfach, sicher und transparent zu gestalten. Von der Aufnahme der Bilder bei den Patienten*innen, über die KI-gestützte Diagnose und Entscheidungserklärung der Hautläsion, bis zur letztlichen Diagnose durch eine*n Ärzt*in, stellt SkinDoc den gesamten Prozess mithilfe von Erklär-Methoden plausibel und nachvollziehbar dar.

    Adriano Lucieri, Researcher am DFKI im Forschungsbereich Smarte Daten & Wissensdienste: „SkinDoc ist eine prototypische, KI-gestützte Teledermatologie-App für das Smartphone, basierend auf modernster, erklärbarer KI zur Bewertung des Hautkrebsrisikos anhand klinischer Bilder.“

    Für das Training von SkinDoc wurden ausschließlich frei verfügbare klinische Aufnahmen von Hautläsionen verwendet. Diese wurden vor dem Training in einem teilautomatisierten Prozess durch Expert*innen kuriert.

    Mittels der kurierten Daten wurde die KI in mehreren Durchläufen und unter der Verwendung verschiedener Trainingsparameter auf das Lösen der Problemstellung optimiert. Zusätzlich zu dem eigentlichen Training der KI wurden im Nachgang verschiedene Erklär-Methoden trainiert und implementiert, um die Entscheidungswege des trainierten KI-Modells während der Verwendung zu plausibilisieren.

    Von der Bildaufnahme bis zur Diagnose: Die Technologie hinter SkinDoc

    Schritt 1: Qualitätskontrolle der Bildaufnahmen

    Der erste Schritt der KI-Analyse besteht in der Validierung der Aufnahmequalität. Hier wird automatisiert überprüft, ob die Aufnahme der Patientinnen einen angemessenen Kontext präsentiert, also eine „reine“ Hautregion mit einer möglichst zentriert dargestellten Läsion.

    Schritt 2: KI-Mustererkennung für Vorabdiagnose

    Die Diagnose von SkinDoc basiert auf modernster KI-Mustererkennung. Das KI-Modell wurde mit einer umfangreichen, von Expert*innen sorgfältig annotierte Bilddatenbank trainiert. Dadurch hat die KI gelernt, wichtige Muster und Strukturen zu erkennen und neue Bilder mit ihrer Datenbank zu vergleichen. So ermöglicht sie eine zuverlässige Vorabdiagnose, kann jedoch nur bekannte Muster identifizieren und keine völlig neuen Merkmale klassifizieren.

    Schritt 3: Heatmaps als visuelle Entscheidungsgrundlage

    Die KI generiert zudem eine sogenannte Heatmap, die die Bildabschnitte nach Relevanz beurteilt und auf einer Skala von „irrelevant“ bis „sehr relevant“ darstellt. Diese Heatmap zeigt so, welche Bereiche für die Diagnose entscheidend waren.

    Schritt 4: Symmetrie-Analyse als Schlüsselindikator

    Ein weiterer Analyseprozess untersucht die Symmetrie des betreffenden Merkmals. Asymmetrien sind häufig ein Indiz für bestimmte Hautveränderungen und werden von der KI entsprechend gewichtet.

    Schritt 5: Präzise Segmentierung von Hautmerkmalen

    Die KI nimmt anschließend eine Segmentierung des Hautmerkmals vor, also eine Abgrenzung und Klassifizierung der Hautläsion von der umliegenden, normalen Haut. Dieser Prozess stellt sicher, dass die KI korrekt dazu in der Lage ist, die eigentliche Hautläsion, von der umgebenden Haut zu „trennen“.

    Schritt 6: Ergebnispräsentation und Erklärbarkeit der KI

    Nach Abschluss der Analyse erhält die Nutzer*in die diagnostische Einschätzung der KI sowie eine Erklärung zu den angewandten Analyseverfahren. Dieser Schritt schafft darüber hinaus die Möglichkeit, direktes Feedback von medizinischem Fachpersonal einzuholen.

    Vertrauenswürdige KI für die Medizin: Wie SkinDoc Standards setzt

    Als vertrauenswürdiges KI-System stellt SkinDoc durch die Implementierung diverse Erklär-Methoden einen neuen Anspruch an KI-Lösungen in Risikobereichen. Der Medizinbereich ist dabei prädestiniert für die Etablierung von Standards für vertrauenswürdige KI, denn er stellt durch strikte regulatorische Vorgaben, die hohe Sensibilität von Daten und den direkten Einfluss auf das menschliche Wohlbefinden, strengste Anforderungen an Sicherheit, Zuverlässigkeit und ethische Verantwortung. Die zwingende Notwendigkeit, medizinische Entscheidungen, welche von KI-Systemen gestützt oder initiiert werden, transparent und nachvollziehbar zu gestalten, macht Erklärbarkeit und Robustheit zu unverzichtbaren Merkmalen von vertrauenswürdigen Lösungen.

    SkinDoc im Fokus: Erklärbare KI im neuen IQZ-Berlin

    Der SkinDoc-Demonstrator wird ab dem 28. Januar 2025 im neueröffneten IQZ-Berlin der Mission KI, in den Räumlichkeiten des Deutschen Technikmuseums permanent ausgestellt – und für die Öffentlichkeit erlebbar sein. Der Forschungs-Prototyp befindet sich seit 2020 in der Entwicklung.

    Mission KI


    Contact for scientific information:

    Adriano Lucieri, M.Sc.
    Smarte Daten & Wissensdienste am DFKI Kaiserslautern
    Mail: Adriano.Lucieri@dfki.de
    Tel.: +49 631 20575 5361


    More information:

    https://www.dfki.de/web/news/mission-ki-am-dfki-eroeffnet


    Images

    DFKI-Mitarbeitende bei der Aufnahme eines Hautmerkmals. Binnen Sekunden wird SkinDoc eine KI-gestützte Diagnose und Entscheidungserklärung der Hautläsion bereitstellen.
    DFKI-Mitarbeitende bei der Aufnahme eines Hautmerkmals. Binnen Sekunden wird SkinDoc eine KI-gestütz ...
    Lando Lehmann
    DFKI

    Die Diagnose von SkinDoc läuft - basierend auf modernster KI-Mustererkennung. Das KI-Modell wurde mit einer umfangreichen, von Expert*innen sorgfältig annotierte Bilddatenbank trainiert.
    Die Diagnose von SkinDoc läuft - basierend auf modernster KI-Mustererkennung. Das KI-Modell wurde mi ...
    Lando Lehmann
    DFKI


    Criteria of this press release:
    Journalists
    Information technology, Medicine, Nutrition / healthcare / nursing, Philosophy / ethics, Social studies
    transregional, national
    Research projects, Transfer of Science or Research
    German


     

    DFKI-Mitarbeitende bei der Aufnahme eines Hautmerkmals. Binnen Sekunden wird SkinDoc eine KI-gestützte Diagnose und Entscheidungserklärung der Hautläsion bereitstellen.


    For download

    x

    Die Diagnose von SkinDoc läuft - basierend auf modernster KI-Mustererkennung. Das KI-Modell wurde mit einer umfangreichen, von Expert*innen sorgfältig annotierte Bilddatenbank trainiert.


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).