APASI: KI ünterstützt bei Psoriasis-Bewertung
Die KI könnte mit den Problemen durch eine subjektive Psoriasis-Bewertung Schluss machen. Der KI-berechnete APASI schneidet bei der Läsionserkennung nicht schlechter ab als erfahrene Dermatologen.
Eine Forschergruppe hat ein KI-Tool entwickelt, das eine vollständig automatisierte Beurteilung des Schweregrads einer Psoriasis anhand klinischer Bilder erlaubt. Der Automatic Psoriasis Area and Severity Index (APASI) adressiert mehrere bekannte Schwächen des PASI, darunter die hohe Subjektivität, die Variabilität zwischen verschiedenen Beurteilenden und die eingeschränkte Sensitivität gegenüber kleinen Läsionen. Die digitale Adaption soll den spanischen Forschenden zufolge objektiv, standardisiert und schnell evaluieren und Dermatologinnen und Dermatologen künftig im klinischen Alltag und in der Forschung unterstützen.
Das Tool setzt sich aus zwei Deep-Learning-Modulen zusammen. Eines wurde zur Segmentierung der Läsionen entwickelt, das andere bewertet die visuellen Merkmale Erythem, Induration und Schuppung hinsichtlich ihrer Intensität. In der Testumgebung erzielte APASI bereits überzeugende Ergebnisse. Beide Module wurden an einem eigens zusammengestellten Datensatz von 2.857 Bildern trainiert und geprüft.
Das Segmentierungsmodul erreichte eine Präzision von 75 % und übertraf damit die Leistung erfahrener Dermatologinnen und Dermatologen. Auch das Klassifizierungsmodul näherte sich der Genauigkeit menschlicher Beurteilungen an und erzielte Werte von 61 %, 54 % und 62 % für Erythem, Induration und Schuppung. Als nächster Schritt steht nun die Validierung des Tools mit Echtzeitdaten im klinischen Alltag an.
Mac Carthy T et al. JEADV Clinical Practice 2025; doi: 10.1002/jvc2.70143