EUVIMEDEUVIMED entdecken
Systematische ÜbersichtOpen Access · CC BY 4.0

The Emerging Role of Artificial Intelligence in Dermatology: A Systematic Review of Its Clinical Applications

Die aufkommende Rolle von Künstlicher Intelligenz in der Dermatologie: eine systematische Übersicht zu klinischen Anwendungen

Ernesto Martínez-Vargas, Jeaustin Mora-Jiménez, Sebastian Arguedas-Chacón, Josephine Hernández-López, Esteban Zavaleta-Monestel

Dermato · 21.05.2025 · 5 (2) · 9

DOI: 10.3390/dermato5020009 ↗

Auf einen Blick

Die systematische Übersicht zu 29 Studien zeigt: KI erzielte hohe Leistungen bei der Melanom-Erkennung und verbesserte in klinischen Settings Arbeitsabläufe und Versorgung.

Fragestellung

Welche klinischen Anwendungen hat KI in der Dermatologie und welchen Einfluss hat sie auf diagnostische Genauigkeit, Workflow-Effizienz und den Zugang zur spezialisierten Versorgung?

Methode

Systematische Übersicht nach PRISMA; Studien von Januar 2020 bis März 2025; Suche in PubMed, Scopus, IEEE Xplore und Google Scholar zwischen Dezember 2024 und März 2025.

Ergebnisse

29 Studien. KI-Tools erreichten bei der Melanom-Erkennung bis zu 90 % Genauigkeit und 85 % Sensitivität. Fehlmanagement maligner Läsionen sank von 58,8 % auf 4,1 %; 27 % unnötige Eingriffe wurden vermieden.

Einschränkungen

Heterogenität der KI-Modelle, fehlende externe Validierung und moderat bis hohes Verzerrungsrisiko.

Schlussfolgerung der Autor:innen

KI zeigte in der Dermatologie robustes klinisches Potenzial, besonders bei der Krebsdiagnostik und der Optimierung von Arbeitsabläufen. Weitere Studien sind zu algorithmischem Bias, Datenschutz und Regulierung nötig.

Kernaussagen

  • Melanom-Erkennung: bis zu 90 % Genauigkeit und 85 % Sensitivität
  • Fehlmanagement maligner Läsionen: 58,8 % auf 4,1 %
  • 27 % unnötige Eingriffe bei benignen Fällen vermieden

Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.

Kurz gefasst

Systematische Übersicht in der Zeitschrift Dermato, online erschienen am 21.05.2025. Verfasst von Ernesto Martínez-Vargas und 4 weiteren Autor:innen. Die Arbeit wurde bisher 17-mal zitiert (Crossref) und nennt 29 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

Auf einen BlickAbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Background

Artificial intelligence (AI) has emerged as a transformative tool in modern medicine, particularly in dermatology, where it supports the diagnosis and management of various skin diseases, including skin cancer. Through machine learning and deep learning techniques, AI enables accurate analysis of clinical and dermoscopic images, improving early detection and clinical outcomes.

Objective

This systematic review aimed to evaluate the clinical applications of AI in dermatology, focusing on its impact on diagnostic accuracy, workflow efficiency, and access to specialized care.

Methods

The review was conducted according to PRISMA guidelines. Peer-reviewed studies published between January 2020 and March 2025 in English or Spanish were included if they evaluated AI-based tools for dermatological diagnosis, classification, or treatment. Animal studies, editorials, non-peer-reviewed articles, and studies with an unclear methodology were excluded. A comprehensive search was performed in PubMed, Scopus, IEEE Xplore, and Google Scholar between December 2024 and March 2025. The risk of bias was assessed qualitatively, using a tailored framework based on study design, dataset transparency, and clinical applicability.

Results

A total of 29 studies met the inclusion criteria. AI tools demonstrated high performance in melanoma detection, achieving up to 90% accuracy and 85% sensitivity. In clinical settings, AI support reduced mismanagement of malignant lesions from 58.8% to 4.1% and avoided 27% of unnecessary procedures in benign cases. Additional tools such as convolutional neural networks and imaging systems like FotoFinder also showed promising results.

Limitations

Limitations of the evidence include the heterogeneity of AI models, lack of external validation, and a moderate-to-high risk of bias.

Conclusions

AI has demonstrated robust clinical potential in dermatology, particularly in cancer detection and workflow optimization. However, further studies are required to address challenges such as algorithmic bias, data privacy, and regulatory oversight. Funding and registration: This review received no external funding and was not registered in a systematic review registry.

Zitieren

APA

Martínez-Vargas, E., Mora-Jiménez, J., Arguedas-Chacón, S., Hernández-López, J., & Zavaleta-Monestel, E. (2025). The Emerging Role of Artificial Intelligence in Dermatology: A Systematic Review of Its Clinical Applications. Dermato, 5(2), 9. https://doi.org/10.3390/dermato5020009

Vancouver

Martínez-Vargas E, Mora-Jiménez J, Arguedas-Chacón S, Hernández-López J, Zavaleta-Monestel E. The Emerging Role of Artificial Intelligence in Dermatology: A Systematic Review of Its Clinical Applications. Dermato. 2025;5(2):9. doi:10.3390/dermato5020009

BibTeX
@article{MartnezVargas2025,
  author = {Martínez-Vargas, Ernesto and Mora-Jiménez, Jeaustin and Arguedas-Chacón, Sebastian and Hernández-López, Josephine and Zavaleta-Monestel, Esteban},
  title = {The Emerging Role of Artificial Intelligence in Dermatology: A Systematic Review of Its Clinical Applications},
  journal = {Dermato},
  year = {2025},
  volume = {5},
  number = {2},
  pages = {9},
  doi = {10.3390/dermato5020009}
}
Kostenlos starten →