Die automatisierte Bilderkennung macht in naher Zukunft einen großen Schritt nach vorn: Die Kyocera Communications Systems Co. Ltd (KCCS), Tochterunternehmen der Kyocera Corporation, arbeitet seit kurzem mit der japanischen Universität Tsukuba an einem innovativen KI-Tool, das Melanome und andere Hauterkrankungen erkennen kann. Um neue Digitalaufnahmen exakt analysieren zu können, wird sich der Algorithmus aus den Daten von mehr als 20.000 klinischen Aufnahmen speisen. Die KI-basierte Technologie soll bis 2020 marktfähig sein.
Der Hintergrund
Digitalbilder sind im Medizinsektor mittlerweile ein unverzichtbares Diagnosetool. Die genaue Diagnose hängt allerdings noch von den Kenntnissen und Erfahrungen des Mediziners ab. Der Einsatz von künstlicher Intelligenz bringt eine höhere Treffsicherheit mit sich und gleichzeitig sehr gute Chancen für die frühe Erkennung und Behandlung von Hautkrebs - auch in Deutschland, wo die Zahl der Hautkrebs-Patienten zwischen 2010 und 2016 um 20,4 Prozent gestiegen ist (2010: 85.739, 2016: 103.245)*1,2, wie neue Daten des Statistischen Bundesamts belegen.
Das Forschungsprojekt
Das KCCS hat mit Professor Manabu Fujimoto und Assistenz-Professor Yasuhiro Fujisawa von der Abteilung für Dermatologie an der medizinischen Fakultät der Uni Tsukuba zwei renommierte Experten an der Seite. Das neue KI-basierte Bilderkennungssystem soll verschiedene Arten von Malignomen einschließlich Melanomen exakt unterscheiden können. Das Projekt profitiert von einer Datenbank mit rund 20.000 klinischen Bildern, die von der Abteilung für Dermatologie in den vergangenen 20 Jahren analysiert wurden. KCCS bringt einzigartige Kenntnisse über die KI-basierte Bildverarbeitung ein, die von einem Cloud-basierten Web-Service gesammelt wurden.
Die Kyocera Communications Systems Co. Ltd und die Universität Tsukuba treiben bis März 2018 die gemeinsame Forschung voran, um bis März 2020 eine kommerzielle Anwendung fertigzustellen. Mit der Synergie aus Ressourcen und Kenntnissen ist parallel ein KI-System geplant, das mehr als 2.000 unterschiedliche Hauterkrankungen erkennen kann.
Aufgaben:
KCCS: Entwicklung eines KI-basierten Bilderkennungssystems
Universität von Tsukuba: Bereitstellung einer Bilddatenbank, Bewertung der Genauigkeit und Anwendbarkeit des Systems
*1 https://www.destatis.de/DE/PresseService/Presse/Pressemitteilungen/2017/06/PD17_214_231pdf.pdf?__blob=publicationFile
*2 https://www.destatis.de/DE/Publikationen/Thematisch/Gesundheit/VorsorgeRehabilitation/DiagnosedatenVorsorgeReha2120622167004.pdf?__blob=publicationFile
