Huidkanker vaker correct herkend

De traditionele beoordeling met het blote oog of een handdermatoscoop is tijdrovend en stuit op een grens bij de lastigste laesies. AI-ondersteunde digitale dermatoscopie herkent verdachte plekken aantoonbaar vaker correct.

0,68 → 0,92 
Diagnostische nauwkeurigheid van AI-dermatoscopie versus de vorige generatie

In de dagelijkse praktijk worden huidafwijkingen nog grotendeels met het blote oog of een handdermatoscoop beoordeeld. Die werkwijze is uiterst tijdrovend en stuit op een grens, juist bij de laesies waar het op aankomt. Bijvoorbeeld een amelanotisch melanoom mist het pigment dat we doorgaans met huidkanker associëren en oogt daardoor onschuldig; en een lentigo maligna groeit traag en lijkt jarenlang op een gewone zonvlek. En bij een patiënt met honderden moedervlekken kan precies die ene atypische laesie aan de aandacht ontsnappen.

Digitale dermatoscopie tilt die beoordeling naar een hoger niveau. Waar een handdermatoscoop tot ongeveer 20 keer vergroot en geen beeld vastlegt, gaat de digitale variant tot 200 keer, met gepolariseerd licht en opgeslagen beelden voor vergelijking over tijd. Op dat detailniveau worden structuren en vaatpatronen zichtbaar die anders onzichtbaar blijven. De AI beoordeelt die kenmerken vervolgens per laesie op een consistente, reproduceerbare manier.

Wat het onderzoek aantoont

De meerwaarde is onafhankelijk onderzocht. In een evaluatie van Cerminara et al. (2023) werd de AI-risicoscore (DEXI) die in de Dermazoom-scan wordt ingezet, vergeleken met de vorige generatie techniek (FotoFinder), op exact dezelfde set van 75 huidlaesies. De prestatie wordt samengevat in de AUC, de oppervlakte onder de ROC-curve: een maat van 0 tot 1 voor hoe goed een systeem kwaadaardig van goedaardig onderscheidt. Hoe dichter bij 1, hoe betrouwbaarder.

De AI-score behaalde een AUC van 0,92, tegenover 0,68 voor de oudere techniek. Achter dat verschil schuilen twee eigenschappen die er klinisch toe doen. De sensitiviteit, het vermogen om een echt melanoom op te sporen, lag op 90,0% tegenover 70,0%. De specificiteit, het vermogen om een onschuldige plek correct als goedaardig aan te merken, lag op 64,6% tegenover 40,0%. De nieuwe generatie herkent verdachte laesies dus niet alleen vaker correct, maar slaat tegelijk minder vaak vals alarm (Cerminara et al., 2023).

Wat dit betekent in de praktijk

In een regulier consult van tien minuten is het vrijwel onmogelijk om bij een patiënt met veel moedervlekken elke laesie dermatoscopisch te wegen. Een betrouwbaardere risico-inschatting per laesie geeft op die momenten houvast, juist bij de twijfelgevallen waar de klinische blik tekortschiet. Belangrijk daarbij: de AUC betreft de prestatie van de AI op zichzelf. In de Dermazoom-aanpak staat die score nooit los, maar is hij ingebed in een zorgpad waarin de gespecialiseerde dermatoloog de eindbeoordeling doet en eindverantwoordelijk blijft. De huisarts ontvangt een gestructureerde rapportage met risicoprofiel en beeld, en kan indien gewenst ook zelf de regie over de vervolgstap behouden.

Wilt u meer praktijkcasuïstiek en klinische updates ontvangen?

Elk kwartaal sturen wij huisartsen en collega-artsen een vakinhoudelijke nieuwsbrief met casussen uit de praktijk, klinische updates en nieuwe ontwikkelingen.

→ Schrijf u in voor de kwartaalnieuwsbrief op digitaledermatoscopie.nl

Bronnen: Cerminara, S.E., et al. (2023). Diagnostic performance of augmented intelligence with 2D and 3D total body photography and convolutional neural networks in a high-risk population for melanoma under real-world conditions. European Journal of Cancer, 190.

Medisch gecontroleerd door: Dr. M. Brinkmann, dermatoloog, BIG-nummer: 03010645. Laatst bijgewerkt: 8 juni 2026