KYOCERA startet mit der Erforschung KI-basierter Bilderkennung als Hilfsmittel bei der Erfassung von Hauterkrankungen und Krebs via Smartphone

Hintergrund

Die jüngsten Entwicklungen betreffend KI, Bilderkennung und IT-Infrastruktur ermöglichen große Fortschritte bei der Analyse von digitalen Bildern. Auf dem medizinischen Sektor sind Digitalbilder bereits ein unverzichtbares Diagnosetool und KI-basierte Bilderkennung schafft revolutionäres Potential. Die Diagnose von Hauterkrankungen mittels KI genutzten Digitalbildern wird große Vorteile gegenüber konservativen Verfahren bieten, die heute noch oft vom Wissensstand und der Erfahrung eines Mediziners abhängen.

In Japan hat sich die Zahl der Patienten mit Hautkrebs zwischen 1999 und 2014 annähernd verdoppelt1. Das japanische Ministerium für Gesundheit, Arbeit und Wohlfahrt hat KI als Schlüsseltechnologie auf dem Sektor Gesundheitsversorgung und Medizin bezeichnet. Weil die Ergebnisse bei der Behandlung von Hautkrebs durch frühe Diagnostizierung wesentlich verbessert werden, besteht ein großer Bedarf an besseren diagnostischen Technologien.

Überblick über die gemeinsame Forschung

KCCS arbeitet jetzt zusammen mit Professor Manabu Fujimoto und Assistenz-Professor Yasuhiro Fujisawa (beide von der Abteilung Dermatologie an der medizinischen Fakultät der Universität von Tsukuba) an der Entwicklung eines Bilderkennungssystems, das genau genug arbeitet, um verschiedene Arten von Malignomen einschließlich Melanomen zu unterscheiden. Die nächste Phase ihres Projekts wird auf Bild-basierte Diagnoseunterstützung für jegliche Art von Hauterkrankungen abzielen. Zusätzlich zur Unterstützung spezialisierter Dermatologen, könnte KI-basierte Bilderkennung exakte Diagnosen in ländlichen oder abgelegenen Gegenden ermöglichen, wo meist keine Klinikärzte vor Ort anzutreffen sind.

Das Projekt profitiert von einer Datenbank mit über 20.000 klinischen Bildern, die die Abteilung Dermatologie der Universitätsklinik Tsukuba über einen Zeitraum von 20 Jahren aufgebaut hat. Das Wissen und die Erfahrung der Universität durch diese Bilder, wird wesentlich sein bei der Abschätzung der Genauigkeit von Bild-basierter Diagnostik unter realen Bedingungen. Zusätzlich wird KCCS besondere Kenntnisse über KI-basierte Bildverarbeitung einbringen, die von Labellio — einem Cloud-basierten Web-Service gesammelt wurden. Der Service ermöglicht jedem Nutzer per „Drag and Drop“ einen einfachen Bild-Klassifikator zu erzeugen, hinter dem profundes Wissen steckt.