MedXAI: KI-Framework verbessert Diagnosegenauigkeit bei seltenen Krankheiten

MedXAI, ein neues, erklärbares KI-Framework für die medizinische Bildanalyse, kombiniert tiefes Lernen mit klinischem Fachwissen. Durch die Integration von Expertenwissen aus der Praxis verbessert das System die Generalisierung, reduziert Verzerrungen bei seltenen Erkrankungen und liefert verständliche Erklärungen, indem es diagnostisch relevante Bildregionen lokalisiert.

In umfangreichen Tests wurden die Fähigkeiten von MedXAI an zwei anspruchsvollen Aufgaben erprobt: der Lokalisierung von Anfallszonen im Ruhezustand-fMRI und der Einstufung von diabetischer Retinopathie. Auf zehn multizentrischen Datensätzen erzielte das Framework konsistente Verbesserungen, darunter eine 3 % höhere Cross‑Domain‑Generalisation und ein 10 % höherer F1‑Score für seltene Klassen – deutlich besser als etablierte Deep‑Learning‑Baselines.

Durch gezielte Ablationstudien wurde gezeigt, dass die symbolischen Komponenten als effektive klinische Priors und Regularisierer wirken, was die Robustheit bei Verteilungsverschiebungen weiter stärkt. MedXAI liefert nicht nur überlegene Leistungen im In‑Domain‑ und Cross‑Domain‑Umfeld, sondern bietet auch klinisch relevante Erklärungen, die besonders bei seltenen Krankheiten von entscheidender Bedeutung sind.