KYOCERA: Forschung zur Diagnose von Hauterkrankungen
Kyocera Corporation informiert, dass ihr Tochterunternehmen, Kyocera Communications Systems Co., Ltd. (KCCS) gemeinsam mit der Universität von Tsukuba mit der Forschung zur Entwicklung eines Künstlichen Intelligenz (KI) Systems begonnen hat, das in der Lage ist, Melanome und andere Hauterkrankungen durch die Analyse von Digitalbildern der Haut eines Patienten zu erkennen. Das Team strebt an, diese Technologie bis 2020 zu vermarkten.
01.12.2017
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 verdoppelt. 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.
KCCS und die Universität von Tsukuba werden ab März 2017 bis März 2018 gemeinsam forschen, mit dem Ziel, bis zum Ende des fiskalischen Jahres im März 2020 eine kommerzielle Anwendung fertigzustellen. Ferner planen sie, durch die Kombination der jeweiligen Ressourcen und Wissen ein System zu entwickeln, das zukünftig in der Lage ist, mehr als 2.000 verschiedene Hauterkrankungen mittels digitaler Bilder zu erkennen.