Hautkrebs: Schwarmintelligenz hilft bei Diagnose

20. November 2015
Teilen

Die Genauigkeit von Hautkrebsdiagnosen kann verbessert werden, wenn die Bewertungen von mehreren Hautärzten zusammengeführt werden. Auch wird dadurch die Zahl der Fehldiagnosen gesenkt. Entsprechende Software könnte den entstehenden Mehraufwand verringern.

Bereits drei unabhängige ärztliche Meinungen erhöhen die Diagnosegenauigkeit gegenüber der Bewertung des besten Hautarztes, so eines der Ergebnisse einer Studie des Max-Planck-Instituts für Bildungsforschung und des Leibniz-Instituts für Gewässerökologie und Binnenfischerei. Mit steigender Anzahl der Bewertungen lässt sich die Genauigkeit sogar noch weiter erhöhen. Mehr als zehn Bewertungen bringen jedoch keinen Zusatznutzen.

Die Wissenschaftler untersuchten, wie sich die ärztliche Hautkrebsdiagnose mittels Methoden der Kollektiven Intelligenz, auch Schwarmintelligenz genannt, verbessern lassen. „Wir erforschen, wie soziale Systeme in der Natur – etwa Fischschwärme – Informationen verarbeiten und wie dies genutzt werden kann, um menschliche Entscheidungsprozesse zu verbessern“, sagt Max Wolf vom Leibniz-Institut für Gewässerökologie und Binnenfischerei.

Zielgenauer mittels Schwarmintelligenz

In die Studie gingen die Ergebnisse zweier, voneinander unabhängiger Datensätze ein. Insgesamt gaben 102 Dermatologen sowie medizinisches Fachpersonal 16.029 Bewertungen von Hautläsionen ab, die ihnen hochauflösend auf einer Online-Plattform präsentiert wurden. Die Wissenschaftler verglichen die Trefferrate und die Rate an Fehldiagnosen der Einzelpersonen mit den Ergebnissen, die mittels Entscheidungsregeln der Kollektiven Intelligenz – hier der Mehrheits- und Quorumsregel – zusammengefasst wurden. Während bei der Mehrheitsregel eine Diagnose als gesichert gilt, wenn die Mehrheit der einschätzenden Personen zum gleichen Ergebnis kommt, muss bei der Quorumsregel eine festgelegte Anzahl an Personen die gleiche Einschätzung teilen.

„Mit der Anwendung von Regeln der Schwarmintelligenz können Hautkrebsdiagnosen treffsicherer gestellt werden“, sagt der Erstautor der Studie, Ralf Kurvers. Auch die Zahl der Fehldiagnosen konnte gesenkt werden. Zwar bedeute dies für die ärztliche Praxis zunächst einen Mehraufwand. Denn ein Arzt muss nicht nur die Hautläsionen seiner Patienten, sondern auch die der Patienten seiner Kollegen beurteilen. Durch computerbasierte Unterstützung wie zum Beispiel der Präsentation und Bewertung der Hautläsionen auf Online-Plattformen oder durch entsprechende Software sei dieser Mehraufwand nach Ansicht der Studienautoren für den einzelnen Mediziner aber handhabbar.

Weitere Faktoren im Fokus

Dass dies ein zukunftsweisender Ansatz ist, zeigen auch vergleichbare Ergebnisse einer jüngst von den Autoren veröffentlichten Studie, die sich mit dem Einsatz von Methoden der Schwarmintelligenz beim Brustkrebs-Screening beschäftigt hat. In einem nächsten Schritt möchten die Wissenschaftler herausfinden, wie eine unterschiedliche Zusammensetzung der befragten Experten die kollektive Diagnosegenauigkeit beeinflusst.

Originalpublikation:

Detection Accuracy of Collective Intelligence Assessments for Skin Cancer Diagnosis
Ralf H. J. M. Kurvers et al.; JAMA Dermatology, doi: 10.1001/jamadermatol.2015.3149; 2015

15 Wertungen (4.67 ø)

Die Kommentarfunktion ist nicht mehr aktiv.

1 Kommentar:

Gast
Gast

Ja, das klingt sehr überzeugend. In der Praxis ist das aber wahrscheinlich nur für eine kleine Elite vorgesehen. Als Kassenpatient muß man in München mindestens ein dreiviertel Jahr auf einen Hautarzttermin warten, trotz Zugehörigkeit zur einer Risikogruppe. Und statt Scan- Diagnostik wird mittlerweile nur noch Augensicht angewandt. Wenn ein Melanom erst nach fast einem Jahr entdeckt wird, kann dies gefährliche Folgen haben. Wenn die positive Strategie mit mehreren Ärzten angewandt werden soll, dann wäre es zuerst notwendig, erst mal auch Nicht-Privatpatienten eine Change auf zumindest einen Arzt zu geben und ev. eine 50% – Quote einzuführen, um eine zeitnahe (!) Anamnese zu gewährleisten.

#1 |
  0


Copyright © 2017 DocCheck Medical Services GmbH
Sprache:
DocCheck folgen: