Studie aus Schweden zeigt KI-Potenzial von Routinedaten für gezielte Melanomprävention

Eine Studie aus Schweden zeigt, dass KI aus vorhandenen Registerdaten Risikomuster für spätere Melanome erkennen kann. Die Ergebnisse deuten darauf hin, dass Gesundheitssysteme Routinedaten künftig gezielter für personalisierte Risikobewertungen und mögliche Screeningstrategien nutzen könnten.

Die Forschenden analysierten Registerdaten der gesamten erwachsenen Bevölkerung Schwedens. Sie berücksichtigten Alter, Geschlecht, Diagnosen, Arzneimittelverordnungen und den sozioökonomischen Status. Von 6.036.186 eingeschlossenen Personen entwickelten 38.582 innerhalb von fünf Jahren ein Melanom. Das entspricht 0,64 Prozent.

Die Modelle lieferten unterschiedliche Ergebnisse. Das leistungsstärkste Modell unterschied in rund 73 Prozent der Fälle zwischen Personen mit späterem Melanom und Personen ohne Melanom. Ein einfaches Modell auf Basis von Alter und Geschlecht erreichte dagegen etwa 64 Prozent. Die Kombination aus Diagnosen, Arzneimittelverordnungen und soziodemografischen Daten machte kleine Hochrisikogruppen sichtbar. In diesen Gruppen lag das Risiko für ein Melanom innerhalb von fünf Jahren bei etwa 33 Prozent.

Studienleiter Sam Polesie sieht darin einen möglichen Ansatz für selektives Screening und einen gezielteren Einsatz von Ressourcen. Martin Gillstedt betont, dass eine solche Entscheidungsunterstützung in der Routineversorgung bisher nicht verfügbar ist. Vor einer Einführung in die Versorgung braucht es weitere Forschung und gesundheitspolitische Entscheidungen.