Forschung Neuroinformatik
 

  

neuronalesnetz_m

 

Künstliche Intelligenz

Der Einsatz von neuronalen Netzen zur professionellen Hautkrebsdiagnose ist bis heute einmalig. Die Kapazitäten dieser lernenden Strukturen sind praktisch unbegrenzt.

Durch die Adaptionsfähigkeit sind neuronale Netze in der Lage, unbekannte Zusammenhänge in vorliegenden Daten selbständig zu erfassen und zu erlernen. Im Gegensatz zur ABCD-Regel, bei der die einzelnen Merkmale in einem linearen Verhältnis zueinander stehen und ihre Gewichtung fest vorgegeben ist, können neuronale Netze diese Abhängigkeiten durch einen selbständigen Lernprozess entwickeln und verbessern. Dabei werden auch nichtlineare Abhängigkeiten und Ausnahmen berücksichtigt. So achtet das DANAOS-Expertensystem zum Beispiel bei kleinen pigmentierten Hautveränderungen verstärkt auf dermatoskopische Strukturen und weniger auf die Asymmetrie der Kontur.

Hautkrebsfrüherkennung per Computer

In dieser einzigartigen Fähigkeit liegt die Begründung für den durchschlagenden Erfolg neuronaler Netze in der intelligenten Informationsverarbeitung. In der industriellen Anwendung dieser Forschungsergebnisse ist bislang vor allem der Einsatz im Bereich der Gesichts- und Personenerkennung für die Sicherheits- und Überwachungstechnik hervorzuheben. Erst die Überlegenheit dieser selbstlernenden Strukturen gegenüber konventionellen Ansätzen hat die faszinierende Entwicklung eines weltweit einzigartigen Werkzeugs für die Hautkrebsfrüherkennung per Computer ermöglicht.