Intelligente Messpunkteauswahl in der Dermatofluoroskopie

Read full text
Authors: Karl Weihmann
Cited by: 0

Abstract

Einleitung: Das maligne Melanom ist die dermatologische Neoplasie mit der höchsten Mortalität. Der Erfolg der Therapie hängt unter anderem von der frühen Erkennung ab. Die Dermatofluoroskopie ermöglicht diese frühe Erkennung, aber geht mit langen Messzeiten einher. Ein neu entwickelter „intelligenter“ Algorithmus soll die Messzeiten durch Verringerung der Messpunkte verkürzen und wurde für diese Arbeit getestet. Methodik: 27 Patientinnen und Patienten mit 29 zur Exzision indizierten, Melanom-verdächtigen Hautläsionen wurden rekrutiert. Alle Hautläsionen wurden vor Exzision sowohl mit herkömmlicher Dermatofluoroskopie als auch mit dem „intelligenten“ Algorithmus gemessen. Mit der Histopathologie als Goldstandard wurden anschließend die Genauigkeit der herkömmlichen Dermatofluoroskopie und des „intelligenten“ Algorithmus sowie auch die Anzahl der Messpunkte verglichen. Ergebnisse: Die mediane Anzahl der Messpunkte des „intelligenten“ Algorithmus war um 40% geringer als die der herkömmlichen Dermatofluoroskopie (265 vs 158, p=0,0015). Die Genauigkeit des „intelligenten“ Algorithmus war höher (AUC von 0,72 vs 0,63). Diskussion: Die Studie konnte eine Überlegenheit des „intelligenten“ Algorithmus zeigen, sowohl in Bezug auf die Genauigkeit als auch auf die Anzahl der Messpunkte, aus welcher sich die Messdauer ergibt. Allerdings bleibt die Messdauer für die standardmäßige klinische Anwendung zu lang. Größere Studien ohne retrospektive Kalibrierung wären für die klinische Evaluation zudem nötig. Schlussfolgerung: Der „intelligente Algorithmus“ konnte die Messzeit signifikant verringern. Es werden jedoch weitere Studien zur klinischen Evaluation benötigt.

Fields of Study & Subjects

Cutaneous Melanoma Detection and Management AI in cancer detection melanin and skin pigmentation

Publication details

Publication date
1 January 2026
Language
DE
Document type
Thesis