KI in der Dermatoonkologie – Von Forschung zu klinischer Praxis
Auf dem 35. Deutschen Hautkrebskongress der Arbeitsgemeinschaft Dermatologische Onkologie (ADO) rückten neben einem breiten wissenschaftlichen Programm insbesondere der wachsende Einfluss digitaler Technologien und der klinische Einsatz Künstlicher Intelligenz (KI) in den Fokus
Der jährlich ausgerichtete Hautkrebskongress der Arbeitsgemeinschaft Dermatologischen Onkologie (ADO) vereinte auch dieses Jahr September 2025 mehr als 1000 Fachteilnehmende aus Klinik, Forschung und Praxis im Congress Center Essen. Das Themenspektrum reichte von Leitlinien- und Studienupdates über neue neo- und adjuvante Therapiestrategien sowie Versorgungsdaten bis hin zu Konzepten der Prävention, Diagnostik und Früherkennung im dermaonkologischen Bereich.
Neben der Vielfalt wissenschaftlicher Beiträge wurde die zunehmende Bedeutung der künstlichen Intelligenz hervorgehoben. Internationale Gastvorträge sowie praxisnahe Workshops ergänzten das Programm und vermittelten Einblicke in technologische Entwicklungen. Dadurch wurde die interdisziplinäre Ausrichtung des Fachgebiets weiter gestärkt.
KI im klinischen Alltag
Tagungspräsident Prof. Dirk Schadendorf erklärte im Vorfeld, dass die Integration neuer Algorithmen zur Analyse radiologischer, histopathologischer und dermatologischer Befunde die ärztliche Tätigkeit deutlich verändern werde. Denn KI-gestützte Verfahren unterstützen bereits jetzt diagnostische und organisatorische Abläufe.
In der Sitzung „Künstliche Intelligenz – im klinischen Alltag angekommen?“, geleitet von Prof. Elisabeth Livingstone und Prof. Holger Hänßle, wurden mehrere praxisnahe Entwicklungen vorgestellt. Dazu zählten automatisierte Arztbriefschreibung, digitale Histopathologie, morphomolekulare Vorhersagemodelle sowie die multimodale Datenintegration in der Onkologie. Die Beispiele verdeutlichten, wie breit KI-basierte Systeme inzwischen eingesetzt werden.
Fortschritte in der KI-basierten Hautkrebsdiagnostik
PD Anne Zaremba aus Essen erläuterte in einer begleitenden Pressekonferenz aktuelle Entwicklungen in der KI-gestützten Diagnostik. Moderne Algorithmen analysieren klinische und dermatoskopische Bilddaten inzwischen mit hoher Genauigkeit. Dadurch unterstützen sie Ärztinnen und Ärzte bei der Beurteilung pigmentierter Läsionen wie Nevi und Melanomen.
Ein zentrales Anwendungsfeld ist die Ganzkörperfotografie (Total Body Photography, TBP). Systeme mit dreidimensionalen Aufnahmen erreichen laut Zaremba eine diagnostische Präzision, die der erfahrener Dermatologinnen und Dermatologen sehr nahekommt. Zudem bevorzugen laut einer prospektiven Untersuchung sowohl Patientinnen und Patienten als auch Fachärztinnen und -ärzte die Kombination aus dermatologischer Expertise und KI-gestützter 3D-Bildgebung. Diese Form sogenannter „augmentierter Intelligenz“ erhöht das Vertrauen in den diagnostischen Prozess.1
Randomisierte Studien belegten darüber hinaus die Machbarkeit des kombinierten Einsatzes von 3D-TBP und Teledermatologie. Eine begleitende Kostenanalyse zeigte jedoch, dass die Verfahren aktuell noch höhere Aufwendungen verursachen als Standard-Nachsorgekonzepte.2
KI-gestützte Analyse einzelner Läsionen
Auch die Analyse einzelner Läsionen mithilfe von Convolutional Neural Networks (CNN) besitzt ein hohes diagnostisches Potenzial. In einer Vergleichsstudie mit 96 Dermatologinnen und Dermatologen erreichte die KI eine Sensitivität von 95 % und eine Spezifität von 77 %. Dadurch lag sie im Bereich erfahrener Fachärztinnen und Fachärzte, wobei diese durch zusätzliches Kontextwissen weiterhin im Vorteil waren.3
Als bedeutenden Fortschritt bezeichnete Zaremba die Entwicklung erklärbarer KI-Systeme (Explainable Artificial Intelligence, XAI), da sie Entscheidungsprozesse transparenter machen, das Vertrauen in algorithmische Diagnosen stärken und zudem bei komplexen Befundkonstellationen die diagnostische Präzision erhöhen können.4,5 Auch in der Histologie unterstütze KI zunehmend die Detektion von Melanommetastasen in Lymphknoten, wodurch pathologische Prozesse schneller bewertet werden können.6
Multimodale Modelle als zukünftiger Standard
Mit dem multimodalen Basismodell „PanDerm“, das auf über zwei Millionen realen Hautbildern aus elf Kliniken und vier Bildgebungsmodalitäten trainiert wurde, werde die Integration verschiedener Verfahren in ein einheitliches Diagnosesystem vorangetrieben.7
Zaremba betonte abschließend, dass KI die ärztliche Expertise nicht ersetzt. Vielmehr erweitert sie diese und ermöglicht dadurch eine präzisere, frühere und insgesamt patientenzentriertere Hautkrebsdiagnostik.
1 Goessinger EV et al. J Eur Acad D V 2024;38:2240–2249.
2 Lindsay D et al. JAMA Dermatol 2025;161:482–489.
3 Haenssle HA et al. Ann Oncol 2020;31:137–143.
4 Chanda T et al. Nat Commun 2024;15:524.
5 Chanda T et al. Nat Commun 2025;16:4739.
6 Jansen P et al. Eur J Cancer 2023;188:161–170.
7 Yan S et al. Nat Med 2025.
Quelle: 35. Deutscher Hautkrebskongress, ADO/DKG/DDG, 10.–13.09.2025, Essen
