Maschinelles Lernen zur Hautkrebsvorhersage

„Von der ursprünglichen Wortbedeutung her (dia: durch, hindurch, auseinander, gnosis:
Erkenntnis) ist Diagnostik Erkenntnisgewinnung zur Unterscheidung zwischen Objekten.
[…]“ (Hossiep & Wottawa, 1993)
Gemäß dieser Definition lassen sich große Parallelen zwischen einer medizinischen Diagnose
und verbreiteten Methoden der Informatik ziehen. So erfolgt bspw. eine computergestützte
„Diagnose“, bzw. eine Einstufung einer E-Mail automatisch durch den
Spam-Filter, der anhand von festgelegten Charakteristika, wie etwa der Anzahl der
Rechtschreibfehler, die E-Mail als (Spam-)Mail klassifiziert. Methoden wie diese entstammen
allgemein dem Bereich des Maschinellen Lernens und finden in der heutigen
Zeit in vielen Softwaresystemen Anwendung (Intrusion Detection, Anti-Viren Programme
etc.). Maschinelles Lernen bezeichnet allgemein das Anwenden formaler
Strukturen (Maschinen) zur Deduktion und Induktion. Im Gegensatz dazu beschäftigt
sich das Data Mining mit der Generierung von Wissen aus Datensätzen und verwendet
dafür Methoden des Maschinellen Lernens (Clarke et al., 2009). Dazu werden Algorithmen
eingesetzt, die Muster in meist sehr großen Datensätzen erkennen und diese in
verschiedenen Darstellungsformen (Regeln, Bäumen etc.) als Domänen-Wissen manifestieren.
Damit lässt sich bspw. das Kaufverhalten von Kunden analysieren und eine
Aussage darüber treffen, zwischen welchen Produkten gewisse Synergieeffekte bestehen.
Die wohl populärste Erkenntnis, die aus der Anwendung von Data Mining resultiert,
ist eine Synergie zwischen Windeln und Bier an Wochenendtagen (Clarke et al.,
2009). Gehetzte Väter kaufen laut dieser Auswertung Windeln und Bier oft zusammen.
Oder es kann eine Aussage darüber getroffen werden, welche Eigenschaften einer
menschlichen Embryonalzelle die bestmögliche Überlebenschance für eine künstliche
Befruchtung gewährleisten (Witten & Frank, 2005).
Einige Methoden des Data-Mining, die im weiteren Verlauf näher vorgestellt werden,
werden in dieser wissenschaftlichen Arbeit auf den vorliegenden Datensatz angewandt.
Ziel ist es dabei, Wissen über die unzureichend geklärte Entstehung von Hautkrebs und
das damit verbundene Hautkrebsrisiko zu extrahieren, um eine Früherkennung und
bestmögliche Heilungschance zu ermöglichen.