CD-Labor for Künstliche Intelligenz in der Netzhaut

Dieses CD-Labor erforscht KI-basierte Systeme zur Diagnostik und Monitoring von Netzhauterkrankungen. Der demografiebedingte Anstieg der Fallzahlen und der Anspruch an diagnostische Präzision machen die Nutzung von KI-Systemen künftig unumgänglich.

Die optische Kohärenztomographie (OCT) ist als diagnostischer Goldstandard in der Betreuung von Patienten mit Netzhauterkrankungen etabliert. Sie ermöglicht auf non-invasive und rasche Art die Aufnahme dreidimensionaler, hochauflösender Schnittbilder und hat mit ca. 30 Millionen jährlich weltweit durchgeführter Untersuchungen einen bedeutsamen klinischen und sozioökonomischen Wert. Der bespiellosen Genauigkeit, in der Netzhautveränderungen mit OCT phänotypisiert werden können, steht die Herausforderung der Bewältigung und Interpretation ungeheurer Mengen an Bilddaten für Experten gegenüber. Im klinischen Alltag erfolgt die Befundung von OCT-Untersuchungen in der Regel qualitativ und unterliegt der jeweilig subjektiven Einschätzung der Experten. Zur ganzheitlichen Erfassung einer individuellen Fragestellung ist die Zusammenführung der Bilddaten mit der restlichen Krankenhausakte zielführend, was jedoch im Alltag aufgrund unterschiedlicher Dokumentationssysteme kaum allumfassend möglich ist. Klinische Arbeitsabläufe dahingehend künftig effizienter zu gestalten, ist von großer Relevanz, da beispielsweise durch die zunehmend ältere Bevölkerung und steigende Prävalenz von Diabetes massive Herausforderungen in Bezug auf die Betreuung von Patienten mit altersbedingter Makuladegeneration (AMD) und diabetischer Retinopathie zu erwarten sind. Prognosen, die 288 Millionen von AMD-betroffenen Patienten im Jahr 2040 vorhersagen, verdeutlichen die Dringlichkeit der Problematik.

Seit dem Aufkommen von Deep Learning reichen künstliche-Intelligenz-basierte Systeme im Bereich von medizinischer Diagnostik und Prognostik an die Fähigkeiten menschlicher Untersucher heran und übertreffen diese sogar in bestimmten Fragestellungen. Sie ermöglichen die Extraktion quantifizierbarer Biomarker aus medizinischen Bilddaten und haben somit das Potential, sowohl die Diagnosestellung als auch das Monitoring retinaler Erkrankungen auf ein bisher nicht erreichtes Niveau an Präzision zu heben. Darüber hinaus ist die Möglichkeit der Entdeckung neuer Subtypen an Erkrankungen durch großflächige, datenbasierende Ansätze zu nennen. Es gilt also das Potential der Bilddatenanalyse mittels künstlicher Intelligenz in die Praxis umzusetzen.

Ziel dieses CD-Labors ist die Entwicklung eines auf künstlicher Intelligenz basierenden klinischen Support-Tools zur Ausstattung eines Standard-OCT-Geräts, welches Kliniker in der Früherkennung, der Einstufung subtiler pathologischer Veränderungen und im Management des individuellen Krankheitsverlaufs unterstützt. Die zu diesem Zweck erforderliche Quantität und Vielfalt an Daten, rückt den Schwerpunkt auf methodische Ansätze auf Basis von in großem Rahmen vorhandenen „real-world“ Daten. Dieses CD-Labor wird interdisziplinäre Experten auf dem Gebiet der medizinischen Bilddatenanalyse und Retinologie und Pioniere in der Anwendung künstlicher Intelligenz in der OCT-Analyse zusammenbringen.