Quelle: aerzteblatt.de – Unter Einbeziehung menschlicher Entscheidungskriterien lassen sich durch KI (Künstliche Intelligenz) generierte Diagnosen in ihrer Treffsicherheit steigern. Das neue Lernmodell (Reinforcement Learning (RL), dt. Verstärkungslernen) konnte mit diesem Input zum Beispiel die Sensitivität der Ergebnisse bei Hautkrebs deutlich verbessern (Nature Medicine, 2023; DOI: 10.1038/s41591-023-02475-5).
In einer aktuellen Studie wurde das RL am Beispiel von KI-basierten Hautkrebsdiagnosen untersucht. „Dieser differenziertere KI-Ansatz hat das Potenzial, Behandlern in komplexen medizinischen Szenarien dahingehend zu unterstützen, Erkrankten individuell zugeschnittene Therapieentscheidungen anzubieten“, erklärt Studienleiter Harald Kittler von der Universitätsklinik für Dermatologie der MedUni Wien die Ergebnisse. Die aktuelle Arbeit fokussiere sich zwar auf die Diagnosen im Bereich Hautkrebs, könne aber auch für andere bildbasierte Diagnosealgorithmen eine sinnvolle Ergänzung sein, so die Auffassung von Kittler.
Bild: @pixabay
