Forschungsprojekt Wie KI-gestützte Mikroskope die Behandlung von Hauttumoren revolutionieren

Redakteur: Julia Mutzbauer

In einem Forschungsprojekt am Universitätsklinikum Heidelberg soll die Behandlung von Hautkrebs verbessert werden. Dazu wollen Wissenschaftler ein konfokales Mikroskop mit einem KI-System kombinieren.

Firmen zum Thema

Mit Hilfe von KI soll die Entfernung von Hauttumoren mit größerer Präzision und Sicherheit durchgeführt werden können
Mit Hilfe von KI soll die Entfernung von Hauttumoren mit größerer Präzision und Sicherheit durchgeführt werden können
(© Christoph Burgstedt – stock.adobe.com)

Eine Neoplasie ist das unkontrollierte und abnorme Wachstum von Zellen oder Geweben im Körper. Dieses abnorme Wachstum wird auch als Neoplasma bezeichnet und kann gutartig oder bösartig sein. Ein gutartiges Neoplasma wächst nicht aggressiv, aber ein bösartiges Neoplasma wächst schnell, dringt in das umliegende Gewebe ein und breitet sich im ganzen Körper aus. Diese bösartige Form wird meist als Tumor bezeichnet.

Wenn eine Person mit Veränderungen an der Kopfhaut zum Arzt geht, untersucht der Arzt diese makroskopisch. In Fällen, in denen eine histologische Untersuchung durch eine Resektion erfolgt, wird der betroffene Bereich großflächig herausgeschnitten. Die Entfernung des betroffenen Hautbereichs hat oft eine große ästhetische Wirkung auf die Patienten.

Das Projekt Konfident zielt deshalb darauf ab, die Schnittfläche zu verkleinern. Dazu soll ein KI-gestütztes konfokales Mikroskop (spezielles Lichtmikroskop, das den Fokus auf einen bestimmten Bereich legt) zur bildgesteuerten Diagnostik und Therapie entwickelt werden. „Automatisierte Algorithmen und ein OP-spezifisches Design sollen die Chirurgen im Operationssaal unterstützen. Das konfokale Mikroskop mit automatisierter Gewebeklassifizierung wird es erstmals ermöglichen, direkt intraoperativ bösartiges Hautgewebe KI-gestützt zu diagnostizieren und präzise zu lokalisieren“, erklärt Dr. Philipp Andre, Produktmanager der VivaScope GmbH.

Dabei wird ein Faltungsneuronales Netzwerk (CNN) namens MobileNet für das KI-Training verwendet. Das Hauptmerkmal dieses Modells sind die in der Tiefe trennbaren Faltungen, die die Verarbeitungszeit aufgrund kleinerer Faltungskerne reduzieren. Das Netzwerk dient zur Erkennung der Strukturen von Hauttumoren in konfokalen Laserscanning-Mikroskopie-Bilddaten.

Verkürzung der Wartezeiten

Vor einer Operation wird das Hautgewebe entnommen und zur Analyse in ein pathologisches Labor gebracht. Die Ergebnisse liegen in der Regel mit einer Verzögerung von Stunden oder Tagen nach der Operation vor und entscheiden darüber, ob eine zweite Resektion notwendig ist oder nicht. Oft werden weitere Krebszellen am Schnittrand entdeckt und eine weitere Operation muss geplant werden. In vielen Fällen muss der Patient deshalb mit offenen Wunden auf die nächste Operation warten. Es kann bis zu sieben Operationen dauern, bis das gesamte bösartige Gewebe entfernt ist, was bedeutet, dass der Patient viele Tage lang eine offene Wunde hat.

Daher betont Dr. med. Veronika Shavlokhova, Fachärztin für Mund-, Kiefer- und Gesichtschirurgie am Universitätsklinikum Heidelberg: „Sowohl der Patient als auch der Arzt würden davon profitieren, wenn sich die Erkennungsraten verbessern würden. Auf diese Weise könnten alle bösartigen Zellen sofort entfernt werden. Besonders im Bereich des Gesichts konnten unnötig große Defekte mit assoziierten funktionellen und ästhetischen Problemen vermieden werden. Der Patient würde von einer schnelleren und angenehmeren Behandlung profitieren“. Derzeit bestehe das Haupthindernis darin, dass die Chirurgen nicht über das pathologische Wissen verfügten, um sofort zu erkennen, ob genügend Hautgewebe entfernt wurde.

Fazit

„Die Software kann mit digital vernetzten in-vivo und ex-vivo Mikroskopen von Chirurgen im Operationssaal eingesetzt werden. Die automatisierte Operation und Gewebeklassifizierung ermöglicht den Chirurgen eine schnelle Diagnose und vermeidet dadurch lange Wartezeiten“, erläutert Florian Neumeier, Projektmanager KI bei der M3i GmbH und Leiter des Projekts. Die Einführung der im Projekt entwickelten Technologie könnte nicht nur die Wartezeit für die Patienten künftig erheblich verkürzen, sondern in den meisten Fällen mehrere Operationen überflüssig machen, da die erste Operation mit größerer Präzision und Sicherheit durchgeführt werden kann.

Hintergrund

Das Projekt ist eine Kooperation zwischen dem Universitätsklinikum Heidelberg, der Vivascope GmbH, der M3i Industrie-in-Klinik-Plattform und der Munich Innovation Labs GmbH. „Schlüssel für ein erfolgreiches Projekt sind hochwertige klinische Daten. Als Industrie-in-Klinik-Plattform kümmern wir uns darum, dass die benötigten Daten für Forschung, Entwicklung und Zulassung verwendet werden können“, so Neumeier.

(ID:47720628)