KI-gestützte Hautkrebserkennung weltweit
Motivation/Argumentation für Thema / Projekt
Die weltweite Zunahme von schwarzem Hautkrebs (Melanom) und die weiterhin hohe Sterblichkeit unterstreichen die dringende Notwendigkeit, innovative Ansätze zur Hautkrebsfrüherkennung zu entwickeln. Insbesondere die Erkennung neuer oder sich verändernder Muttermale bleibt für Ärzte im klinischen Alltag herausfordernd.
Im Rahmen unseres internationalen Projekts entwickeln und validieren wir einen KI-basierten Algorithmus, der die automatische Erfassung und Analyse der gesamten Hautoberfläche ermöglicht und Läsionen markiert, die verdächtig für ein Melanom oder hellen Hautkrebs (Non-Melanom Skin Cancer) sind. Ein besonderer Fokus liegt darauf, die Zuverlässigkeit dieser Technologie bei verschiedenen Hauttypen weltweit zu untersuchen. Die bisherigen KI-Systeme wurden leider überwiegend nur an Personen mit heller Haut trainiert.
Zudem analysieren wir, wie Ärzte und künstliche Intelligenz bei der Hautkrebsvorsorge zusammenwirken, welchen konkreten Nutzen Patienten daraus ziehen und wie beide Gruppen den Einsatz von KI beurteilen.
Mit unserem Vorhaben möchten wir eine internationale Grundlage für zukünftige, darauf aufbauende Kollaborationsprojekte im Bereich der KI-gestützten Erkennung von Hautkrebs schaffen.
Ziel des Forschungsprojekts
Ziel dieser Studie ist es, neuartige, KI-gesteuerte bildgebende Verfahren auf Basis von weltweit repräsentativen Daten aller Hauttypen zu entwickeln und zu optimieren, um die diagnostische Genauigkeit und Anwendbarkeit der künstlichen Intelligenz bei der Erkennung von Melanomen zu verbessern. Damit möchten wir die Früherkennung und Prognose von Hautkrebs sowie die Patientenversorgung und gesundheitlichen Ergebnisse nachhaltig stärken.
Wissenschaftliche Leitung / Team
PD Dr. med. Lara Valeska Maul-Duwendag ist Leiterin der Hautkrebsvorsorge und Stv. Leiterin der Dermatoonkologie des Universitätsspitals Zürich. PD Dr. med. Lara V. Maul-Duwendag und ihre Forschungsgruppe engagieren sich für Innovationen in der Dermatoonkologie, indem sie neue Ansätze in der primären Prävention, Früherkennung und Behandlung von Melanomen durch KI-gestützte Bildgebung und die Erforschung fortschrittlicher Biomarker vorantreiben.
Finanzierungsbedarf:
Personal: 200.000 CHF
Infrastruktur: 80.000 CHF
Zeitdauer:
2025-2027
Publikationen
Research activities in skin cancer of the Department of Dermatology – USZ (https://www.usz.ch/fachbereich/dermatologie/forschung/forschungsschwerpunkte-der-dermatologischen-klinik/)
Peter JK, Helfenstein F, Cerminara SE, Maul JT, Zehnder ML, Jamiolkowski D, Roider E, Mühleisen B, Hösli I, Navarini A, Maul LV. AI-assisted total body dermoscopic evaluation of changes in melanocytic nevi during pregnancy: A prospective, comparative study of 2799 nevi. Acta Derm Venereol. 2025 Jan 3:105:adv41025. https://pubmed.ncbi.nlm.nih.gov/39749388/
Gantenbein L, Cerminara SE, Maul JT, Navarini AA, Maul LV. Artificial intelligence-driven skin aging simulation as a novel skin cancer prevention. Dermatology. 2025;241(1):59-71.https://pubmed.ncbi.nlm.nih.gov/39401496/
Goessinger EV, Dittrich PG, Nöcker P, Notni G, Weber S, Cerminara S, Mühleisen B, Navarini AA, Maul LV. Classification of melanocytic lesions using direct illumination multispectral imaging. Sci Rep. 2024 Aug 16;14(1):19036. https://pubmed.ncbi.nlm.nih.gov/39152181/
Goessinger EV, Niederfeilner JC, Cerminara SE, Maul JT, Kostner L, Kunz M, Huber S, Koral E, Habermacher L, Sabato G, Tadic A, Zimmerman C, Navarini AA, Maul LV. Patient and dermatologists‘ perspectives on augmented intelligence for melanoma screening: A prospective study. J Eur Acad Dermatol Venereol. 2024 Feb 27.. https://pubmed.ncbi.nlm.nih.gov/38411348/
Goessinger EV, Cerminara SE, Mueller AM, Gottfrois P, Huber S, Amaral M, Wenz F, Kostner L, Weiss L, Kunz M, Maul J-T, Wespi S, Broman E, Kaufmann S, Patpanathapillai V, Treyer I, Navarini AA, Maul LV. Consistency of convolutional neural networks in dermoscopic melanoma recognition: A prospective real-world study about the pitfalls of augmented intelligence. J Eur Acad Dermatol Venereol. 2024 May;38(5):945-953. https://pubmed.ncbi.nlm.nih.gov/38158385/
Cerminara SE, Cheng P, Kostner L, Huber S, Kunz M, Maul JT, Böhm JS, Dettwiler CF, Geser A, Jakopovic CJ, Stoffel LM, Peter JK, Levesque M, Navarini AA, Maul LV. Diagnostic Performance of Augmented Intelligence with 2D and 3D Total Body Photography and Convolutional Neural Networks in a High-risk Population for Melanoma under Real-world Conditions: A New Era of Skin Cancer Screening? Eur J Cancer. 2023 Jun 24;190:112954. https://pubmed.ncbi.nlm.nih.gov/37453242/
Mueller AM, Goessinger EV, Cerminara SE, Kostner L, Margarida A, Huber SM, Passweg LE, Moreno LG, Bodenmann D, Kunz M, Levesque MP, Maul JT, Cheng PF, Navarini AA, Maul LV. Educational level-dependent melanoma awareness in a high-risk population in Switzerland. Front Oncol. 2023 May 3;13:1174542. https://pubmed.ncbi.nlm.nih.gov/37207151/
Jahn AS, Navarini AA, Cerminara SE, Kostner L, Huber SM, Kunz M, Maul JT, Dummer R, Sommer S, Neuner A, Levesque MP, Cheng PF, Maul LV. Over-detection of melanoma-suspect lesions by a CE-certified smartphone app: Performance in comparison to dermatologists, 2D and 3D convolutional neural networks in a prospective data set of 1,204 pigmented skin lesions involving patients’ perception. Cancers (Basel). 2022 Aug 7;14(15):3829. https://pubmed.ncbi.nlm.nih.gov/35954491/
Projektleitung
PD Dr. Lara V. Maul-Duwendag
Projektleiterin
Dermatologische Klinik
Universitätsspital Zürich
