KI in der Dermatologie: Diese Anwendungen entlasten die Praxis

Erkennt die KI das Melanom besser als Sie? Prof. Dr. med. Thomas Dirschka aus Wuppertal erläuterte, welche KI-Anwendungen in der Dermatologie bereits praxisreif sind und worauf Sie bei Diagnostik, Histologie und Datenschutz achten sollten.

Warum KI gerade die Dermatologie trifft

Die Dermatologie gehört zu den Fächern, die Künstliche Intelligenz (KI) besonders stark beeinflusst. Das liegt an ihrer visuell-kognitiven Arbeitsweise: Ärzte beurteilen Hautveränderungen, Dermatoskopien und histologische Bilder, vergleichen Muster und treffen auf dieser Grundlage diagnostische Entscheidungen. „Genau diese Prozesse lassen sich durch KI-Systeme zunehmend unterstützen oder in Teilbereichen sogar übertreffen“, sagte Dirschka. Das werde die Dermatologie in den kommenden Jahren grundlegend verändern.

Im Zentrum steht dabei die Frage, wie sich die medizinische Versorgung in einer Zeit technologischer Umbrüche entwickelt. Dirschka beschrieb die Jahre 2025-2040 als Phase, in der Faktoren wie der demografische Wandel, der Fachkräftemangel, politische Veränderungen sowie die angespannte Wirtschaftslage die Versorgung unter Druck setzen. Gleichzeitig eröffneten digitale Technologien neue Möglichkeiten, um Diagnostik, Organisation und Therapie effizienter zu gestalten. KI sei dabei kein zusätzlicher Faktor, sondern die notwendige Antwort auf strukturelle Probleme.

Welche Faktoren die Versorgung bremsen

Dirschka kritisierte eine Gegenwartsfixierung und lineares Denken. Viele medizinische Systeme seien noch immer darauf ausgerichtet, die Probleme von morgen mit den Mitteln von heute zu lösen. Das funktioniere in einer Zeit exponentieller technologischer Entwicklung immer schlechter. Hinzu komme, dass bereits vorhandene Technologien nicht zum Einsatz kämen. Während andere Branchen längst auf durchgängige digitale Prozesse setzen, arbeiten viele Praxen noch nach altem Muster. Für die Dermatologie sei das ein Problem, weil sich gerade hier Bilddaten, Dokumentation und standardisierte Prozesse besonders gut digitalisieren ließen.

Wie KI Bilder und Muster erkennt

Die Dermatologie ist ein Fach, in dem visuelle Informationen im Mittelpunkt stehen. KI-Systeme erkennen Pflanzen, Gesichter oder radiologische Befunde bereits mit hoher Präzision. Diese Fähigkeit lässt sich auch in der Dermatologie nutzen, etwa um Hautläsionen in großer Zahl und über längere Zeiträume zu beurteilen. „Bei Patienten mit vielen Läsionen kann kein Mensch alle Veränderungen dauerhaft sicher im Blick behalten“, so Dirschka. KI könne hier helfen, auffällige Areale zu markieren, Veränderungen im Verlauf zu vergleichen und Prioritäten für die ärztliche Beurteilung zu setzen. Das unterstütze sowohl die Diagnose als auch die Verlaufskontrolle.

Dirschka verwies auf eine Arbeit1, in der ein neuronales Netzwerk Melanome genauer erkannte als die Mehrheit der teilnehmenden Dermatologen – ein Beispiel dafür, dass KI in der Dermatoskopie bereits heute ein sehr hohes Niveau erreicht. Besonders bei melanozytären Läsionen könne die Technologie helfen, Unsicherheiten zu reduzieren und die diagnostische Qualität zu erhöhen. Gleichzeitig betonte Dirschka, dass KI die ärztliche Entscheidung nicht ersetzen könne. Vielmehr solle sie als Unterstützung dienen, die Befunde vorsortiert, auffällige Strukturen hervorhebt und die ärztliche Aufmerksamkeit auf kritische Fälle lenkt: „Die finale Bewertung bleibt Aufgabe der Ärztin oder des Arztes.“

Digitale Histologie und Scanner

Neben der Bilddiagnostik an der Haut ist auch die digitale Histologie ein großes Anwendungsfeld. Als Beispiel berichtete Dirschka von einem Projekt, in dem eine KI aktinische Keratosen in histologischen Schnittpräparaten erkennen soll. Die Entwicklung sei bereits weit fortgeschritten und zeige, dass auch mikroskopische Befunde automatisiert analysiert werden könnten. Voraussetzung dafür seien digitale Scanner, die die Präparate in hoher Qualität erfassen und für Algorithmen verfügbar machen. Befunde ließen sich so weltweit teilen, standardisiert auswerten und mit automatisierten Berichten ergänzen. Die KI könne zudem Parameter wie Tumordicke, Randabstände und Typisierung berechnen und sogar Befundtexte formulieren.

Inzwischen ließen sich 87 Diagnosen durch entsprechende Systeme unterstützen. Das zeige, wie breit die Technologie bereits einsetzbar sei. Dirschka hob hervor, dass die digitale Histologie nicht nur ein Forschungsfeld ist, sondern zunehmend in die praktische Versorgung hineinwirke. Für Praxen und Kliniken bedeutet das: Wer digitale Bilddaten nutzt, könne Diagnostik, Dokumentation und Kommunikation enger miteinander verzahnen.

Welche Rolle OCT und Laserbiopsie spielen

Laut Dirschka ist die Optische Kohärenztomografie, kurz OCT, eines der wichtigsten dermatologischen Diagnoseverfahren in der Hautarztpraxis. In Kombination mit KI könne OCT helfen, Basalzellkarzinome sicherer zu erkennen, Tumoren einzugrenzen und sogar eine Art nichtinvasive Laserbiopsie zu ermöglichen. „Dabei werden kleinste Bildpunkte analysiert, um zu unterscheiden, wo Tumorgewebe vorliegt und wo nicht“, so Dirschka.

Auch die mikrographisch kontrollierte Chirurgie nannte Dirschka als Anwendungsfeld. KI könne vor einer Operation dabei helfen, den Tumor klinisch einzugrenzen und die Resektionsränder besser zu planen. Das erhöhe die Sicherheit und könne dazu beitragen, gesunde Areale zu schonen. Die Technologie eröffne damit nicht nur diagnostische, sondern auch operative Perspektiven.

Wie KI die Praxis organisiert

Es gibt zahlreiche Beispiele für den Einsatz von KI in der Praxisorganisation. Dazu gehören automatisierte Telefonanlagen, digitale Arztbriefe, Gutachten und die Unterstützung bei der Formulierung wissenschaftlicher Texte. Laut Dirschka sei KI bereits heute in der Lage, aus wenigen Angaben einen strukturierten Arztbrief zu erstellen oder ein umfangreiches Gutachten in kurzer Zeit zu entwerfen. Das spare Zeit und entlaste das Team.

Auch die Patientenkommunikation thematisierte der Referent. KI könne bereits einfache Arzt-Patienten-Gespräche führen, etwa um häufige Hautprobleme wie Akne einzuordnen. Zwar bleibe die menschliche Ansprache weiterhin wichtig, doch die Systeme könnten erste Informationen aufnehmen und strukturiert zur Verfügung stellen.

Welche Grenzen bleiben

Trotz aller Begeisterung betonte Dirschka auch die Grenzen der KI: „Die ärztliche Verantwortung bleibt bestehen, besonders bei der Verordnung von Therapien und bei operativen Entscheidungen.“ Auch Datenschutz, Qualitätssicherung und die Validierung von Ergebnissen nannte er als herausfordernde Aufgaben. KI dürfe daher nicht unkritisch eingesetzt werden, sondern müsse in bestehende medizinische Prozesse integriert und regelmäßig überprüft werden.

Was die Zukunft der Dermatologie prägt

Wie Dirschka erläuterte, werde die Dermatologie in fünf Jahren nicht mehr so aussehen wie heute, sondern stärker digitalisiert und KI-gestützt sein. Die Chancen dieser Entwicklung lägen in Präzision, Geschwindigkeit und besserer Versorgung. „Die große Aufgabe besteht darin, diese Entwicklung verantwortungsvoll zu gestalten“, ist Dirschka überzeugt.

Quellen

30. Fortbildungswoche für praktische Dermatologie und Venerologie, 06.–10.07.2026, München. https://fortbildungswoche.de/. Veranstaltung: Plenarsitzung: Hot Topics. KI in der Dermatologie – Stand 2026, 10.07.2026

  1. Haenssle et al.: Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists. Ann Oncol. 2018 Aug 1;29(8):1836-1842. doi: 10.1093/annonc/mdy166. PMID: 29846502.