NERDMANKI-Hautkrebs soll echte Diagnosen retten
Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) zeigt auf der Hannover Messe ein Projekt, das ein echtes Problem anpackt: KI-Hautkrebs-Erkennung funktioniert bisher nicht für alle Hauttypen gleich gut. Das soll sich ändern — mit synthetischen Daten.
Das Problem
Hautkrebs-KI wird überwiegend mit Bildern heller Haut trainiert. Wer dunkle Haut hat, bekommt schlechtere Diagnosen. Nicht weil die KI rassistisch programmiert wurde — sondern weil die Trainingsdaten es sind.
Wie das DFKI es löst
Das Projekt generiert künstliche Bilder von Hauterkrankungen auf verschiedenen Hauttönen. Damit wird der Datensatz diverser, ohne dass echte Patienten fotografiert werden müssen. Die KI lernt so, Krebs auf jeder Haut zu erkennen.
✅ Pro
- Schließt eine gefährliche Lücke in der Medizin-KI
- Keine echten Patientendaten nötig — Datenschutz-Vorteil
- Skalierbar auf andere Hautkrankheiten
❌ Con
- Synthetische Daten sind nur so gut wie ihr Generator
- Klinische Validierung steht noch aus
- Von der Messe bis zum Praxiseinsatz ist es ein weiter Weg
💡 Was das bedeutet
Medizin-KI hat ein Diversitätsproblem — und das DFKI liefert einen pragmatischen Ansatz statt nur darüber zu reden. Wenn synthetische Trainingsdaten die Diagnosequalität für unterrepräsentierte Hauttypen nachweislich verbessern, könnte das zum Standard für faire Medizin-KI werden.
