Hautkrebs-Diagnose via Foto-App: SkinVision

Die derzeit nicht nur in Österreich angebotene Hautkrebs-App (Anwendungssoftware) „SkinVision“ lädt das - mittels Smartphone-Kamera fotografierte - Muttermal in die App hoch, analysiert dieses mit der Technik der „fractal image analysis of pigmented moles” nach Risken auf Hautkrebs und schätzt das Krebsrisiko der betroffenen Stelle ein. Damit die App die eingegebenen Bilder sinnvoll analysieren kann, wurden laut Betreiber vorab über 100.000 Muttermale gescannt, über 4.000 davon von DermatologInnen untersucht und auf Auffälligkeiten analysiert. Wird also ein Muttermal per Smartphone fotografiert, vergleicht die App das Bild mit den bereits analysierten Muttermalen.

“SkinVision” (Markteinführung 2011) wurde in einer Studie [1] an 195 Hautläsionen getestet und mit klinischen Diagnosen von DermatologInnen verglichen.  Laut dieser zum Teil Firmen-finanzierten Studie wurden 73% der Hautläsionen richtig positiv (Diagnose Hautkrebs) und 83% richtig negativ (keine Diagnose Hautkrebs) durch die App diagnostiziert. Die AutorInnen schlussfolgern: „The smartphone application using fractal analysis might be a promising tool in the pre-evaluation of pig-mented moles by laypersons, while it is to date inferior to the diagnostic evaluation by a dermatologist“. Die Sensitivität und Spezifität von 88% resp. 97% war durch klinische Diagnostik durch DermatologInnen deutlich höher. Eine frühere Studie [2] untersuchte die potenziellen Risken von Dermatologie-Apps für PatientInnen. Die AutorInnen testeten "SkinScan", eine App, die zur Erkennung von Hautkrebs an 93 Bildern im National Cancer Institute (NCI) eingesetzt wurde. Nur 10,8% (10/93) der Hautläsionen wurden als Hochrisiko-Melanom eingestuft. "SkinScan" wurde von seinen Entwicklern in „SkinVision“ (SkinVision BV, Niederlande) umbenannt, die auch angekündigten, eine klinische Studie in Europa zu planen, um die Wirksamkeit ihrer App gegenüber herkömmlichen Diagnosetools zu testen (ob es sich um die Studie Maier 2015 handelt ist nicht bekannt). Eine weitere Studie [3] zu den vier beliebtesten Handy-Anwendungen (Apps nicht näher bezeichnet in Publikation, nur nummeriert)  zeigte eine diagnostische Sensitivität von 6,8% bis 98,1% und eine  Spezifität von 30,4% bis 93,7%, sowie positive Vorhersagewerte von 33,3% bis 42,1% und negative Vorhersagewerte von 65,4% bis 97,0%. Auch diese AutorInnen [3] warnen zu dringender Vorsicht bei der Verwendung von Apps zur Melanom-Erkennung und Risikoeinschätzung wegen  der diagnostischen Ungenauigkeit.

Die „Cochrane Skin Group” [4] arbeitet derzeit an einer umfassenden systematischen Überblicksarbeit zu den diagnostischen Möglichkeiten zur Erkennung von Hautkrebs. Bei den untersuchten Methoden werden auch „Mobile phone applications” und die dort eingesetzte Methode der “fractal image analysis” einer vergleichenden Analyse unterzogen. Das Spektrum derartiger Apps ist breit, die entsprechende Softwarebranche hochproduktiv und es empfiehlt sich, – nachdem viele derartige Anwendungen bereits verfügbar sind und angeboten werden – ein einheitliches Analyse- und Bewertungsschema für Konsumentenschützer und Gesundheitsanbieter zu entwickeln. Jedenfalls sind Diagnose-Apps an denselben methodischen Standards und Nutzennachweisen (Genauigkeitsstudien) zu messen wie herkömmliche Diagnostik. CW

[1] Maier T, et al. (2015) Accuracy of a smartphone application using fractal image analysis of pigmented moles compared to clinical diagnosis and histological result. Journal of the European Academy of Dermatology and Venereology, 29 (4), 663–667.

[2] Ferrero NA, et al. (2013) Skin scan: a demonstration of the need for FDA regulation of medical apps on iPhone. J Am Acad Dermatol. 68(3), 515-16 .

[3] Wolf JA, et al. (2013) Diagnostic Inaccuracy of Smartphone Applications for Melanoma Detection. JAMA Dermatol. 149(4), 422-26.

[4] Dinnes J, et al. (2015) Tests to assist in the diagnosis of cutaneous melanoma in adults: a generic protocol of Cochrane Skin Group.