Anzeige

Penisläsionen abklären Smartphone-App soll künftig Barrieren senken

EAU 2024 Autor: Dr. Moyo Grebbin

Langfristig soll eine App ermöglichen, eine diskrete Ersteinschätzung von Penisläsionen zu erhalten. Langfristig soll eine App ermöglichen, eine diskrete Ersteinschätzung von Penisläsionen zu erhalten. © andranik123 - stock.adobe.com
Anzeige

Eine frühe Diagnose von Peniskrebs wäre für Betroffene wichtig. In einer Pilotstudie setzten Forschende dazu jetzt erstmals Künstliche Intelligenz ein. Bei den Feinheiten haperte es noch, die Unterscheidung in gut- und bösartig gelang ganz gut.

Peniskarzinome sind eine ernste Erkrankung, mahnte PhD-Anwärter Jianliang Liu vom E.J. Whitten Prostate Cancer Research Centre in Melbourne. Mehr als die Hälfte der Betroffenen erhalten ihre Diagnose erst in späten Stadien und beginnen die Therapie um mindestens ein halbes Jahr verzögert. Es bestehe ein dringender Bedarf an niedrigschwelligem Zugang zu medizinischen Angeboten – ganz besonders für diejenigen mit benachteiligtem sozioökonomischen Hintergrund.

Mithilfe der Kombination von Künstlicher Intelligenz (KI) und Smartphonefotos wurden im Bereich der Hautkrebserkennung bereits gute Ergebnisse erzielt. Mittlerweile liefern manche Anwendungen bessere Ergebnisse als Mediziner:innen. Das Team um Liu untersuchte jetzt, wie akkurat eine solche KI-Anwendung potenzielle Krebsläsionen des Penis stratifizieren kann.

Durch eine Bildersuche in Google identifizierten die Wissenschaftler:innen 138 Farbfotografien aus 83 peer-reviewten englischsprachigen Fachartikeln und annotierten die Datenbank entsprechend den Kategorien gutartig, Carcinoma in situ und Plattenepithelkarzinom des Penis. Die Unterteilung wurde von zwei spezialisierten Urolog:innen mit 96 % gegenseitiger Übereinstimmung bestätigt.

Das Team entwickelte ein tiefes neuronales Netzwerk, das u.a. Eigenschaften wie Erhabenheit der Läsionen, Hautrötung, Ulzeration und Unregelmäßigkeit aus den Aufnahmen extrahierte und verglich. Zur internen Validierung hielten die Forschenden 40 Bilder zurück. Mit den restlichen 98 Fotografien erfolgten zehn Trainingsrunden. „Der Algorithmus tat sich schwer damit, präkanzeröse von oberflächlich invasiven Läsionen zu unterscheiden“, erklärte Liu (AUROC 0,737). „Zwischen gutartigen und kanzerösen Geschwüren konnte er aber mit relativ hoher Sensitivität und Spezifität differenzieren.“ Die Werte dafür lagen bei 0,82 (Sensitivität) und 0,87 (Spezifität; AUROC 0,94).

Es gebe noch viel zu tun in Bezug auf die Real-World-Validierung, gestand der Referent ein. Derzeit nutzt das Team dazu zusätzliche Bilddaten aus elektronischen Patient:innenakten. Das Ziel sei natürlich nicht, Ärzt:innen zu ersetzen, sondern per Smartphone-App weltweit ein erstes niedrigschwelliges medizinisches Angebot zu schaffen, das komfortabel von zu Hause aus zugänglich ist, erklärte Liu. 

Quelle: Liu J. 39. Annual EAU Congress; Abstract A0344