Diabetes: Hautscanner mit KI erkennt Krankheitsfortschritt

Fortschreitender Diabetes geht mit schleichenden Veränderungen im Mikrobereich von Nerven und Gefäßen einher. Es kommt zu Schäden, die lange Zeit nicht bemerkt werden. Ein Team der TU München hat jetzt das optoakustische Bildgebungsverfahren Raster-Scan Optoacoustic Mesoscopy (RSOM) mit KI kombiniert, um den Schweregrad von Diabetes anhand von mikrovaskulären Veränderungen in der Haut messen.

Im Interview mit MEDICA.de beschreibt Prof. Vasilis Ntziachristos, welche Auswirkungen das Verfahren für Betroffene haben kann – die es irgendwann sogar selbst anwenden könnten.

Herr Prof. Ntziachristos, wie funktioniert Ihre Methode?

Prof. Vasilis Ntziachristos: RSOM ist eine neue Technologie, die wir für klinische Untersuchungen entwickelt haben. Sie nutzt sichtbares Licht zur Anregung von Ultraschallwellen im Gewebe. Die detektierten Ultraschallwellen haben einen sehr breiten Frequenzgang (etwa 100 Megahertz), sodass wir erstmals einen hohen optischen Kontrast mit großer Auflösung im Gewebe sichtbar machen können, viel tiefer als bei der optischen Mikroskopie.

So können wir Merkmale der Gewebestruktur erkennen, was mit anderen nicht-invasiven Bildgebungsmethoden bisher nicht möglich war. Es ist bekannt, dass Diabetes die Mikrogefäße in der Haut beeinträchtigt. Durch detaillierte dreidimensionale Bilder dieser Mikrogefäße können wir mit RSOM das Fortschreiten von Diabetes nicht-invasiv erkennen.

Was ist der Nutzen solcher Scanner in der Medizin?

Ntziachristos: Viele Menschen gehen einmal im Jahr oder seltener zu einer Ärztin oder einem Arzt, oft erst dann, wenn Symptome auftreten. Daher werden bestimmte Krankheiten eher selten erkannt. Oft ist auch schwer zu erkennen, ob eine Verbesserung oder ein Fortschreiten der Krankheit auf eine Änderung der Lebensweise oder auf Medikamente zurückzuführen ist. Mit nicht-invasiven Sensoren können wir Krankheiten häufiger überwachen und allmähliche Veränderungen im Laufe der Zeit quantifizieren. So können wir die Entwicklung von Krankheiten präziser verfolgen als bisher.

In der Literatur gibt es Hinweise darauf, dass diabetesbedingte Veränderungen der Mikrogefäße sehr früh auftreten. Mit der neuen Sensortechnologie können wir also nicht nur die Verlaufsüberwachung verbessern, sondern auch die Früherkennung.

Wie oft kann diese Methode eingesetzt werden?

Ntziachristos: Patientinnen und Patienten können täglich oder wöchentlich Messungen vornehmen, da wir mit einem nicht-invasiven Sensor arbeiten. Die Messungen dauern nur ein paar Sekunden. Diese Häufigkeit sollte ausreichen für eine konsistente Ausgangsbasis und um selbst kleine Veränderungen zu erkennen.

Wir arbeiten an einer mobilen Lösung mit einem tragbaren Sensor im Taschenformat. Unserer Ansicht nach kann es sehr motivierend sein, den eigenen Gesundheitszustand präzise zu überwachen. So können Interventionen wie Sport treiben, gesund Ernährung oder die Einnahme von Medikamenten veranlasst werden.

Was sind weitere mögliche Anwendungen?

Ntziachristos: Es ist möglich, den Sensor zur Erkennung anderer Krankheiten einzusetzen. Jetzt nutzen wir ihn bei der Diagnose und Überwachung von Herz-Kreislauf-Erkrankungen und bei dermatologischen Erkrankungen, von der Erkennung von Hautkrebs bis hin zu entzündlichen Erkrankungen wie Schuppenflechte.

Im digitalen Zeitalter sind viele Menschen an einer Kontrolle ihrer Gesundheit interessiert. Sie wollen selbst entscheiden, wann sie zu einer Ärztin oder einem Arzt gehen. Mit Hilfe dieser Technologie können sie das tun.

Welche Rolle spielt die KI bei der Funktionsweise des neuen Sensors?

Ntziachristos: KI ist wichtig für eine gründliche und präzise Analyse. In dieser Studie haben wir die KI darauf trainiert, Bildanalyseaufgaben zu automatisieren. So können wir zuverlässig Merkmale aus den Bildern extrahieren, die Ärztinnen und Ärzte oder Privatpersonen verstehen können, wie die Gefäßdichte und -dicke. Es gibt viele Möglichkeiten, KI für die Analyse von RSOM-Daten einzusetzen. Ihr Einsatz wird von entscheidender Bedeutung sein, wenn wir zu komplexeren Messungen und zur Überwachung weiterer Krankheiten übergehen.