Augen, Nase und Ohren

Künstliche Intelligenz für die Augendiagnose

Gewebezellen zu zählen, ist für viele Diagnosen notwendig, aber sehr aufwendig. Eine spezielle Software kann die Zellaufnahmen der Hornhaut nun sehr viel präziser und schneller auswerten.

24.07.2019
Ein Roboter wird ärztliche Handwerkskunst nie ersetzen können.   Foto: Fotolia / YakobchukOlena Ein Roboter wird ärztliche Handwerkskunst nie ersetzen können. Foto: Fotolia / YakobchukOlena

Die Hornhaut ist die Eintrittspforte für das Licht ins Auges und sorgt für einen klaren Blick. Im gesunden Zustand ist sie leicht gewölbt und ungetrübt. Verantwortlich dafür sind die Endothelzellen im Auge. 3000 bis 5000 dieser Zellen pro Quadratmillimeter bekommt jeder Mensch als Startkapital mit in die Wiege gelegt. Sie pumpen kontinuierlich Wasser aus der Hornhaut und halten sie so durchsichtig.
Mit dem Alter sterben die Zellen nach und nach ab. Doch erst wenn in Folge von Krankheiten oder Operationen mehr als 90 Prozent der Endothelzellen abgestorben sind, sinkt das Sehvermögen und es können sich starke Schmerzen einstellen. Dies kann nur noch mit einer Hornhautübertragung behandelt werden, da die Endothelzellen nicht nachwachsen. „Wenn wir krankhafte Veränderungen rechtzeitig erkennen, können wir den Patienten oft helfen“, sagt Prof. Thomas Reinhard, Ärztlicher Direktor der Klinik für Augenheilkunde am Universitätsklinikum Freiburg.

Anzeige

Die clevere Zählung der Zellen

Um eine Behandlung möglichst früh beginnen zu können, mussten Augenärzte bislang mikroskopische Aufnahmen der Endothelschicht auswerten und die Zellen von Hand zählen. Das ist sehr mühsam und nimmt entsprechend Zeit in Anspruch.
Nun haben Wissenschaftlerinnen und Wissenschaftler des Universitätsklinikums Freiburg die selbstlernende Software „U-Net“ entwickelt, die diese Aufgabe sehr zuverlässig übernimmt. Die Methode basiert auf dem für Künstliche Intelligenz (KI) klassischen Ansatz neuronaler Netze, die selbstlernende Fähigkeiten haben.
Im Rahmen der Studie wurden 385 Mikroskopbilder gesunder und kranker Augen ausgewertet. Obwohl die Bilder stark in der Qualität variierten, ergab sich eine sehr gute Übereinstimmung zwischen der automatisierten Bildanalyse und den „von Hand“ gezählten Messwerten. Dies war auch bei Bildern von schlechter Qualität der Fall.

Fortschritt in der Augenheilkunde

„Wofür selbst ein geübter Mensch mehrere Minuten benötigt, schafft die selbstlernende Software in wenigen Sekunden“, sagt Prof. Dr. Daniel Böhringer, Leiter des Schwerpunkts Klinische Studien an der Klinik für Augenheilkunde am Universitätsklinikum Freiburg, der die Methode mit seinem Team entwickelt hat. „Mit dem U-Net ist es uns gelungen, die zeitaufwendige Aufgabe der Gewebeanalyse zu automatisieren. Diese neue Methode erweitert die Forschungsmöglichkeiten in der Augenheilkunde enorm“, sagt Prof Dr. Reinhard. „Damit können wir archivierte Bilder neu auswerten und in künftigen Studien deutlich mehr Bilder untersuchen.“ (red)