Bislang ist die visuelle Inspektion der Patienten durch den Arzt eine der wichtigsten Säulen in der Diagnostik von Hauttumoren. Um zu einer Diagnose zu gelangen, analysieren Ärzte, was sie sehen. Bekannt ist vielen Patienten das ABCDE-Verfahren, nach dem Ausmaß, Form, Farbe, Durchmesser und Erhabenheit der betroffenen Hautstelle qualitativ bewertet werden. Je größer der Durchmesser und je unregelmäßiger ein Hautfleck ist, umso größer die Wahrscheinlichkeit, dass ein Hauttumor vorliegt.

Kann künstliche Intelligenz (KI) dabei helfen, Hauttumore zu diagnostizieren? Ja, sagt Christoph Becker, Leiter des Projektes „Intelligente Diagnostik“ am FZI: „Wo große Datenmengen im Einsatz sind, bietet künstliche Intelligenz einen erheblichen Mehrwert. Schon heute wird im Bereich der Diagnostik mit KI gearbeitet. Dabei werden zehntausende digitale Fotos klassifiziert, um anschließend einen Diagnosevorschlag auf Basis eines neuen Bildes vornehmen zu können.“

Im Rahmen des Verbundforschungsprojektes sollen nun gezielt Daten gesammelt und Modelle trainiert werden, um die KI-gestützte Erkennung maligner Melanome auszuweiten.

Hahn-Schickard Stuttgart befasst sich im Projekt vorwiegend mit der Herstellung von mikrostrukturierten Kunststoffoptiken, welche für die Diagnoseeinheiten benötigt werden. 

Dabei ist es notwendig diese optischen Komponenten sowohl qualitativ hochwertig als auch preisgünstig herzustellen, um eine anschließende Kommerzialisierung zu ermöglichen. Zur Herstellung werden modernste 3D-Drucktechnik, Galvanokopierprozesse und Replikation mittels Spritzguss in einer Prozesskette vereint um neuartige Kunststoffoptiken herzustellen. 

Der Projektpartner Hahn-Schickard am Standort Villingen-Schwenningen verantwortet im Projekt insbesondere die Entwicklung der KI-Modelle zur Diagnose der Hauttumore. Dabei werden insbesondere Lösungen entwickelt, welche mit einer möglichst geringen Menge an Trainingsdaten sehr gute Ergebnisse erzielen und welche zusätzlich die Privatsphäre der Patienten besser schützen. „Um die Diagnostik weiter zu verbessern, benötigen wir bessere Daten für das Training der künstlichen Intelligenz. Zur Datenerhebung werden quantitative bildgebende Verfahren eingesetzt, die eine signifikante Steigerung des Datenumfangs je Bild ermöglichen. Ziel ist dann, durch quantitative bildgebende Verfahren und die verbesserte KI-Modelle die digitale medizinische Diagnostik von Hauttumoren auf eine neue Stufe zu heben,“ so Becker.

Das Projekt mit einer Laufzeit von 18 Monaten wird gefördert vom Ministerium für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg. Beteiligt sind folgende Institute der innBW: FZI Forschungszentrum Informatik, Institut für Lasertechnologien in der Medizin- und Messtechnik an der Universität Ulm, Hahn-Schickard  Villingen-Schwenningen, Hahn-Schickard Stuttgart und NMI Naturwissenschaftliches und Medizinisches Institut an der Universität Tübingen.