KI-Bilderkennung erkennt Hautkrebs vor dessen Sichtbarkeit

Forschende der Friedrich-Alexander-Universität Erlangen-Nürnberg haben ein diagnostisches Verfahren vorgestellt, das Basalzellkarzinome bereits in einem Stadium erkennt, bevor klinisch sichtbare Hautveränderungen auftreten. Die im Fachjournal JAMA Dermatology publizierte Machbarkeitsstudie, geleitet von Dr. Moritz Ronicke von der Klinik und Poliklinik für Dermatologie am Uniklinikum Erlangen, demonstriert die präsymptomatische Tumorsuche durch die Kopplung von künstlicher Intelligenz mit der Line-Field-Confocal-Optical-Coherence-Tomography. LC-OCT kombiniert die optische Kohärenztomographie zur präzisen Erfassung von Gewebetiefe und Tumorausdehnung mit der konfokalen Mikroskopie für zelluläre Detailabbildungen. Das System generiert in Echtzeit hochaufgelöste, dreidimensionale Hautscans im Mikrometerbereich. Die Anbindung künstlicher Intelligenz ermöglicht zudem eine farblich kodierte Wahrscheinlichkeitsbewertung im Live-Betrieb, die behandelnden Ärztinnen und Ärzten eine rasche Orientierung verdächtiger Arealen bietet. Die endgültige diagnostische Entscheidung verbleibt weiterhin in menschlicher Hand. Im Studienverlauf scannten die Forschenden systematisch das Gesicht von Risikopatientinnen und -patienten. Das dabei angewendete Protokoll, das Team als SUBSCAN bezeichnet, zielte auf die Identifikation maligner Veränderungen vor deren manifestem Erscheinungsbild. Die Ergebnisse bestätigten die erfolgreiche Detektion von Basalzellkarzinomen in einer Frühphase, die herkömmlichen Screening-Verfahren entgehen würde. Ein solcher Früherkennungsvorteil erweitert das therapeutische Spektrum nachhaltig: In frühen Stadien genügt häufig bereits die Applikation lokaler Pharmaka, was operative Eingriffe und damit einhergehende Narbenbildung sowie Gewebeschäden an sensiblen Arealen wie Nase oder Augen verhindert. Trotz der validierten Machbarkeit steht der flächendeckende Routineeinsatz vorerst aus. Bisher fehlen umfassende Validierungsdaten zur diagnostischen Sensitivität des SUBSCAN-Ansatzes, zudem ist die Prozedur im aktuellen Zustand zu zeitaufwändig für den Hochdurchsatz im klinischen Alltag. Da LC-OCT bereits heute etabliert ist, um Therapieverläufe nichtinvasiver Behandlungen zu überwachen und erste Tumorspuren zu identifizieren, konzentrieren sich die Forschenden auf die Weiterentwicklung des Workflows und die Generierung weiterer klinischer Evidenz. Eine zukünftige Standardisierung der Methode verspricht, minimalinvasive Behandlungsstrategien für Hochrisikopatienten deutlicher zu verbreiten und die dermatologische Onkologie durch präzise, bildgestützte Entscheidungsfindung substanziell zu modernisieren.