Das Fraunhofer Heinrich-Hertz-Institut (HHI) hat die Arbeit am Forschungsprojekt IToBoS „Intelligent Total Body Scanner for Early Detection of Melanoma“ aufgenommen. Ziel des Projekts, das von April 2021 bis März 2025 läuft, ist die Entwicklung einer KI-basierten Diagnoseplattform, die die Medizin bei der Früherkennung von Melanomen, einer besonders aggressiven Art von Hautkrebs, voranbringen soll. Die EU fördert das Projekt im Rahmen des Programms „Horizon 2020“ mit 12,1 Mio. Euro. Von dieser Summe erhält das Fraunhofer HHI 810.000 Euro für seinen Forschungsbeitrag.
In der neuen Plattform werden Gesundheitsdaten aus verschiedenen Quellen wie Krankenakten, Genomdaten und In-vivo-Bildgebung zusammengetragen. Darüber hinaus werden ein Ganzkörperscanner und Computer Aided Diagnostics (CAD)-Werkzeuge an die Plattform angeschlossen, um einen umfangreichen Daten-Pool für die Diagnose zu schaffen, bei der KI-Modelle zum Einsatz kommen. Das Fraunhofer HHI trägt mit seinen Methoden zu erklärbarer KI (XAI) zur Visualisierung, Erklärung und Interpretation von KI-Entscheidungen bei, die im Rahmen der Diagnose getroffen werden. Darüber hinaus hat das Team seine Methoden zur Zuverlässigkeit bereits im Entwicklungsprozess der von der Plattform genutzten KI-Modelle integriert.
Melanome sind für 60 Prozent aller tödlichen Hautneoplasien, das sind bösartige Neubildungen der Haut, verantwortlich. Die Häufigkeit von Melanomen hat in den letzten Jahren stark zugenommen. Sie werden oftmals zu spät erkannt, da Diagnoseverfahren zur Früherkennung arbeits- und kostenintensiv sind.
Wichtig für die Früherkennung ist eine Ganzkörper-Hautuntersuchung. Bei dieser Untersuchung, dem primären Screening-Mechanismus für Melanome, prüfen Dermatologinnen und Dermatologen jede pigmentierte Hautläsion einzeln auf der Suche nach typischen Melanom-Anzeichen. Das Projekt IToBoS will diese Untersuchungsmethode durch einen KI-basierten Ganzkörperscanner voranbringen. Der Scanner untersucht innerhalb weniger Minuten den gesamten Körper automatisch mithilfe eines kognitiven KI-Assistenten und stellt dem medizinischem Fachpersonal eine Risikobewertung für jeden einzelnen Verdachtsfall zur Verfügung.
Für diese Aufgabe wird der Scanner mit hochauflösenden Kameras, die über Flüssigkeitslinsen verfügen, ausgestattet. Diese neuartigen Linsen, basierend auf zwei nicht mischbaren Flüssigkeiten mit unterschiedlichem Brechungsindex, ermöglichen eine noch nie dagewesene Bildqualität. Die Aufnahmen werden dann mittels maschinellem Lernen mit allen verfügbaren Patientendaten in die KI-Diagnoseplattform integriert. So unterstützt die Plattform die Dermatologinnen und Dermatologen bei einer schnellen, zuverlässigen und hoch personalisierten Diagnostik von Melanomen.
„Eine wichtige Aufgabe beim Einsatz von KI in der Medizin ist die kontinuierliche Überprüfung der entwickelten Methoden und Daten mit XAI-Techniken,“ erklärt Dr. Wojciech Samek, Abteilungsleiter „Künstliche Intelligenz“ am Fraunhofer HHI. „So können wir Modellfehlverhalten vorbeugen und dafür sorgen, dass die eingesetzten KI-Systeme zuverlässig und sicher sind.“
Um diese Zuverlässigkeit zu erreichen, integriert die Abteilung „Künstliche Intelligenz“ am Fraunhofer HHI neuartige XAI-Techniken in die verwendeten KI-Tools. Auf diese Weise können die Black-Box-Beschränkungen aktueller KI-gestützter CAD-Systeme aufgehoben und ihre Entscheidungen nachvollziehbar gemacht werden. Außerdem sammeln und annotieren die Forschenden im Rahmen des Projekts ein sogenanntes Ground Truth Dataset, welches eine Grundlage für die zukünftige Auswertung von Computer-Vision-Daten in diesem Bereich bilden kann.
Neben dem Fraunhofer HHI besteht das IToBoS-Projektkonsortium aus der Universitat de Girona, Optotune AG, IBM Israel - Science and Technology Ltd., Robert Bosch España SA, BARCO NV, National Technical University of Athens, Leibnitz-Universität Hannover, Fundació Clínic per a la Recerca Biomèdica, RICOH Spain IT Services SLU, Trilateral Research Limited, Università degli Studi di Trieste, Coronis Computing SL, Torus Actions SAS, V7 Ltd, Isahit, University of Queensland, Magyar Tudományos Akadémia Számít. és Automatizálási Kutatóintézet und dem Melanoma Patient Network Europe.
In der neuen Plattform werden Gesundheitsdaten aus verschiedenen Quellen wie Krankenakten, Genomdaten und In-vivo-Bildgebung zusammengetragen. Darüber hinaus werden ein Ganzkörperscanner und Computer Aided Diagnostics (CAD)-Werkzeuge an die Plattform angeschlossen, um einen umfangreichen Daten-Pool für die Diagnose zu schaffen, bei der KI-Modelle zum Einsatz kommen. Das Fraunhofer HHI trägt mit seinen Methoden zu erklärbarer KI (XAI) zur Visualisierung, Erklärung und Interpretation von KI-Entscheidungen bei, die im Rahmen der Diagnose getroffen werden. Darüber hinaus hat das Team seine Methoden zur Zuverlässigkeit bereits im Entwicklungsprozess der von der Plattform genutzten KI-Modelle integriert.
Melanome sind für 60 Prozent aller tödlichen Hautneoplasien, das sind bösartige Neubildungen der Haut, verantwortlich. Die Häufigkeit von Melanomen hat in den letzten Jahren stark zugenommen. Sie werden oftmals zu spät erkannt, da Diagnoseverfahren zur Früherkennung arbeits- und kostenintensiv sind.
Wichtig für die Früherkennung ist eine Ganzkörper-Hautuntersuchung. Bei dieser Untersuchung, dem primären Screening-Mechanismus für Melanome, prüfen Dermatologinnen und Dermatologen jede pigmentierte Hautläsion einzeln auf der Suche nach typischen Melanom-Anzeichen. Das Projekt IToBoS will diese Untersuchungsmethode durch einen KI-basierten Ganzkörperscanner voranbringen. Der Scanner untersucht innerhalb weniger Minuten den gesamten Körper automatisch mithilfe eines kognitiven KI-Assistenten und stellt dem medizinischem Fachpersonal eine Risikobewertung für jeden einzelnen Verdachtsfall zur Verfügung.
Für diese Aufgabe wird der Scanner mit hochauflösenden Kameras, die über Flüssigkeitslinsen verfügen, ausgestattet. Diese neuartigen Linsen, basierend auf zwei nicht mischbaren Flüssigkeiten mit unterschiedlichem Brechungsindex, ermöglichen eine noch nie dagewesene Bildqualität. Die Aufnahmen werden dann mittels maschinellem Lernen mit allen verfügbaren Patientendaten in die KI-Diagnoseplattform integriert. So unterstützt die Plattform die Dermatologinnen und Dermatologen bei einer schnellen, zuverlässigen und hoch personalisierten Diagnostik von Melanomen.
„Eine wichtige Aufgabe beim Einsatz von KI in der Medizin ist die kontinuierliche Überprüfung der entwickelten Methoden und Daten mit XAI-Techniken,“ erklärt Dr. Wojciech Samek, Abteilungsleiter „Künstliche Intelligenz“ am Fraunhofer HHI. „So können wir Modellfehlverhalten vorbeugen und dafür sorgen, dass die eingesetzten KI-Systeme zuverlässig und sicher sind.“
Um diese Zuverlässigkeit zu erreichen, integriert die Abteilung „Künstliche Intelligenz“ am Fraunhofer HHI neuartige XAI-Techniken in die verwendeten KI-Tools. Auf diese Weise können die Black-Box-Beschränkungen aktueller KI-gestützter CAD-Systeme aufgehoben und ihre Entscheidungen nachvollziehbar gemacht werden. Außerdem sammeln und annotieren die Forschenden im Rahmen des Projekts ein sogenanntes Ground Truth Dataset, welches eine Grundlage für die zukünftige Auswertung von Computer-Vision-Daten in diesem Bereich bilden kann.
Neben dem Fraunhofer HHI besteht das IToBoS-Projektkonsortium aus der Universitat de Girona, Optotune AG, IBM Israel - Science and Technology Ltd., Robert Bosch España SA, BARCO NV, National Technical University of Athens, Leibnitz-Universität Hannover, Fundació Clínic per a la Recerca Biomèdica, RICOH Spain IT Services SLU, Trilateral Research Limited, Università degli Studi di Trieste, Coronis Computing SL, Torus Actions SAS, V7 Ltd, Isahit, University of Queensland, Magyar Tudományos Akadémia Számít. és Automatizálási Kutatóintézet und dem Melanoma Patient Network Europe.
