Hautkrebs ist in Deutschland unter den stationär behandelten Krebserkrankungen die am häufigsten diagnostizierte Krankheit – mit steigender Tendenz. Im Jahr 2023 wurden in Deutschland 116 900 Menschen mit dieser Diagnose im Krankenhaus stationär behandelt.
Besonders gefährlich ist der sogenannte schwarze Hautkrebs (Melanom), der sich unbehandelt im ganzen Körper ausbreiten kann (Metastasierung). Rechtzeitig erkannt ist die Prognose sehr gut und es kann eine vollständige Heilung erreicht werden, während die Chancen ohne Behandlung signifikant ungünstiger sind.
Zur Früherkennung wurde in Deutschland das Hautkrebsscreening ab dem 35. Lebensjahr eingeführt, das von den gesetzlichen Krankenkassen getragen wird. Bei Verdacht auf eine bösartige Veränderung wird eine Hautprobe entnommen (Biopsie), um diese im Labor zu überprüfen. Diese Methode kann allerdings eine erhebliche Belastung bedeuten, da neben Schmerzen, Narbenbildung oder potentiellen Komplikationen auch die Ungewissheit während des Wartens auf die Ergebnisse Stress bei Betroffenen erzeugen kann. Zudem ist die Treffsicherheit dabei relativ gering: Bei nur etwa 5 – 10% der entnommenen Gewebeproben wird der Hautkrebsverdacht bestätigt.
Um die Effektivität der Untersuchung zu steigern und die Patientenbelastung zu reduzieren, werden zuverlässige, nicht-invasive Verfahren zur Analyse von Hautveränderungen benötigt.
Das von der Universitätsmedizin Rostock an der Klinik und Poliklinik für Dermatologie, Venerologie und Allergologie koordinierte Verbundprojekt „Target-H“ adressiert diese Herausforderungen durch ein multidisziplinäres Team, welches sich diesbezüglich einen wichtigen Beitrag zur Verbesserung der Patientenversorgung zur Aufgabe gemacht hat.
Durch die Entwicklung und klinische Validierung modernster bildgebender Verfahren, den Einsatz KI-basierter Algorithmen und die Durchführung interdisziplinärer Forschung soll eine effektive und patientenschonende Hautkrebsdiagnostik ermöglicht werden. Neben optischer Kohärenztomographie, Optoakustik, Raman-Spektroskopie und hochauflösendem Ultraschall kommt zusätzlich hyperspektrale Bildgebung zum Einsatz, welche detaillierte Informationen über das untersuchte Hautareal liefert.
Die erhobenen Daten werden mithilfe Künstlicher Intelligenz (KI) ausgewertet, um daraus eine automatisierte und erklärbare Klassifikation der Hautveränderungen abzuleiten. Gleichzeitig werden die erhaltenen Informationen in ein klinisches Entscheidungsunterstützungssystem gespeist, welches umfassend bei Diagnose und Therapieentscheidungen helfen soll.
Neben der Unterstützung der Diagnostik wird mithilfe erfahrener Partner auch an einer optimierten Kaltplasma-Technologie zur Behandlung von Hautkrebs sowie unter Verwendung moderner Sequenzierungsmethoden der Genetik zur personalisierten Tumorcharakterisierung geforscht.
Das Projekt zeigt, dass durch den gezielten Einsatz von KI als Werkzeug und verantwortungsvollem menschlichen Handelns auch im Bereich der Dermatologie ein entscheidender Beitrag zur Verbesserung der Diagnose- und Behandlungseffektivität geleistet werden kann.
Quellen:
Statistisches Bundesamt – https://www.destatis.de/DE/Presse/Pressemitteilungen/Zahl-der-Woche/2025/PD25_20_p002.html^
Bundesärztekammer – https://www.bundesaerztekammer.de/fileadmin/user_upload/BAEK/Patienten/Patienteninformationen/hautkrebspraevention-kip.pdf
Klinik und Poliklinik für Dermatologie, Venerologie und Allergologie
Im Folgenden können Sie sich anhand eines Demonstrators einen Eindruck von der KI-gestützten Differenzierung beispielhafter Hautveränderungen machen.
KI im Gesundheitswesen
Der Einsatz Künstlicher Intelligenz (KI) in der Gesundheitsbranche birgt ein erhebliches Potential – sowohl im Bereich der Patientenversorgung als auch für den Arbeitsalltag und die Entwicklung innovativer Forschungsmethoden.
Möchten Sie mehr über einen Demonstrator oder die praktischen Anwendungsmöglichkeiten der Künstlichen Intelligenz im Gesundheitswesen erfahren? Dann melden Sie sich gerne für eine Online-Sprechstunde an.