Video

Dermatologie: Motor der Innovation

Die Dermatologie ist seit jeher ein Innovationstreiber in der Medizin. Wir sprachen mit Prim. Univ.-Doz. Dr. Robert R. Müllegger, Präsident der Österreichischen Gesellschaft für Dermatologie und Venerologie, über die wichtigsten therapeutischen Neuerungen in der Dermatologie, den Einsatz von künstlicher Intelligenz und darüber, wo es in der Dermatologie – im Vergleich zu anderen medizinischen Fachrichtungen – derzeit noch Aufholbedarf gibt.


Sie sehen gerade einen Platzhalterinhalt von Vimeo. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen

DAS WICHTIGSTE IN KÜRZE:

  • Vor allem für die Psoriasis und die atopische Dermatitis wurden in den letzten Jahren bzw. Jahrzehnten besonders viele innovative Therapien entwickelt wie z. B. Antikörper, die Entzündungsmoleküle wie IL-17, IL-23 oder TNF-Alpha ausschalten bzw. blockieren können, oder auch JAK-Inhibitoren, die bestimmte Signalwege ausschalten können.
  • Das maligne Melanom ist eine der gefährlichsten Erkrankungen, welche die Dermatologie zu behandeln hat, und diese zeigt eine steigende Inzidenz.
  • Durch die Entwicklung der PD-1-Inhibitoren sowie BRAF/MEK-Inhibitoren konnte das Gesamtüberleben sowie das rezidivfreie Überleben beim Melanom deutlich gesteigert werden. Ein entscheidender Durchbruch war hier der neoadjuvante Einsatz vor der Operation.
  • Beim Basalzellkarzinom, der häufigsten humanen Krebsform, können bei inoperablen Formen Hedgehog-Inhibitoren oder PD-1-Inhibitoren eingesetzt werden, um den Krebs zum Verschwinden zu bringen.
  • Generell wurden in der Dermatologie in den letzten Jahren sehr viele innovative Arzneimittel entwickelt, die es nun ermöglichen, Krankheiten, die früher kaum oder nur schwer behandelbar waren, wie z. B. Lupus, Lichen planus, Vitiligo, Alopecia areata oder Acne inversa, zu therapieren.
  • Der Einsatz von künstlicher Intelligenz ermöglicht es, Pigmentläsionen zu erfassen und mit einer auf neuronalen Netzwerken basierenden Datenbank zu vergleichen – und das mit einer sehr hohen Präzision, die teilweise über jener eines/einer Dermatolog:in liegt.