Maschinelles Lernen bei Hautkrebs treffsicher

UC San Diego School of Medicine: Gute Ergebnisse auch bei Menschen mit dunkler Hautfarbe

Dunkle Hautfarbe: Hautkrebs wird hier oft zu spät erkannt (Foto: pixabay.com, Leroy Skalstad)

San Diego (pte008/11.11.2025/10:30)

Forscher der UC San Diego School of Medicine haben einen neuen Ansatz zur Identifizierung von Personen mit Hautkrebs entwickelt. Dafür werden die genetische Abstammung, der Lebensstil und die Gesundheitsfaktoren mittels eines Machine-Learning-Modells untersucht. Dieses charakterisiert auch Ungleichheiten in Bezug auf das Krebsrisiko besser. Allein in den USA werden jeden Tag 9.500 neue Erkrankungen diagnostiziert. Das Modell soll auch für andere Krankheiten anpassbar sein.

Frühe Diagnose entscheidend

Traditionelle Tools wie Risikorechner, die auf der Familiengeschichte, dem Hauttyp und der Belastung mit der Sonne beruhen, haben am besten bei Menschen mit europäischer Abstammung abgeschnitten. Damit entstehen erhebliche Lücken bei Menschen mit dunklerer Haut. In der Folge wird Hautkrebs bei Menschen mit nicht-europäischer Abstammung oft erst später diagnostiziert. Die Behandlung wird dadurch deutlich erschwert und die gesundheitlichen Ergebnisse sind schlechter.

Das erklärte Ziel der US-amerikanischen Wissenschaftler war es daher, diese Ungleichheit zu korrigieren. Sie haben hierfür die Daten von mehr als 400.000 Teilnehmern des "All of Us Research Program" der National Institutes of Health unter die Lupe genommen. So konnte sichergestellt werden, dass ausreichend Daten von afrikanischen, hispanischen/latino, asiatischen und Bevölkerungsgruppen gemischter Abstammung berücksichtigt wurden.

Algorithmus 89 Prozent genau

Das Modell erzielte bei allen Populationen eine Genauigkeit von 89 Prozent beim Erkennen von Personen mit Hautkrebs. Bei Menschen europäischer Abstammung lag dieser Wert bei 90 Prozent und bei Menschen mit nicht-europäischer Abstammung bei 81 Prozent. Bei einer Untergruppe der Teilnehmenden lagen zwar genetische Daten vor, andere zum Lebensstil und den sozialen Determinanten der Gesundheit fehlten. Trotzdem erzielte das Modell eine Genauigkeit von 87 Prozent.

Die genetische Abstammung, vor allem der Anteil der europäischen Abstammung hat sich als starker Prädiktor für das Risiko erwiesen. Personen mit europäischer Abstammung erhielten mindestens acht Mal so wahrscheinlich die Diagnose Hautkrebs. Das neue Modell eignet sich im klinischen Umfeld am besten für das Identifizieren jener Patienten, die sorgfältig von einem Dermatologen untersucht werden sollten. Details sind in "Nature Communications" publiziert.

Aussender:	pressetext.redaktion
Ansprechpartner:	Moritz Bergmann
Tel.:	+43-1-81140-300
E-Mail:	bergmann@pressetext.com
Website:	www.pressetext.com