Mit einem Hautscanner und einer KI-basierten Anwendung ist es einem deutschen Forschungsteam, gelungen, ein Verfahren zu entwickeln, mit dem sie kleine Blutgefäße untersuchen und damit den Schweregrad eines Diabetes ermitteln können.

Forscherinnen und Forscher der Technischen Universität München (TUM) und von Helmholtz Munich eröffnen mit einem neuen Diagnoseverfahren einen umfassenden Blick auf die körperweiten Auswirkungen und Details des Diabetes. Sie entwickelten eine Methode, die die Schwere von Diabetes durch die Untersuchung kleinster Blutgefäße in der Haut erfasst. Diese Technik kombiniert künstliche Intelligenz (KI) mit einem optoakustischen Bildgebungsverfahren, das detaillierte Bilder der Blutgefäße ermöglicht. Die Methode ist als RSOM (“Raster-Scan Optoakustische Mesoskopie”) bekannt. Sie nutzt Lichtimpulse, um Ultraschallwellen in Körpergewebe zu erzeugen, die dann in Bilder umgewandelt werden. Besonders effektiv bei der Darstellung von Blutgefäßen, ermöglicht RSOM tiefere Einblicke in die Auswirkungen von Diabetes.

Schweregrad eines Diabetes per Hautscanner und KI schneller und einfacher bestimmen

Vasilis Ntziachristos, Professor an der TUM und Direktor am Helmholtz Munich, hat mit seinem Team RSOM weiterentwickelt, um Diabetes-spezifische Veränderungen zu identifizieren. Aus RSOM-Aufnahmen von 75 Menschen mit Diabetes und einer Kontrollgruppe konnten die Froschenden 32 signifikante Veränderungen identifizieren. Dazu gehören Veränderungen in der Anzahl und im Durchmesser der Blutgefäßverästelungen. Ein Vorteil von RSOM ist die nicht-invasive Natur der Untersuchung. Im Gegensatz zu Biopsien, die invasive Eingriffe erfordern, liefert RSOM schnellere und genauere Ergebnisse ohne Strahlung oder Kontrastmittel. Angelos Karlas, leitender Arzt der Studie, betont die Überlegenheit von RSOM gegenüber anderen Methoden. „Andere optische Bildgebungsverfahren liefern nicht die Tiefe oder das Detail, den RSOM ermöglicht.“

Die Forschenden entdeckten, dass Diabetes die Gefäße in verschiedenen Hautschichten unterschiedlich beeinflusst. Durch Kombination der identifizierten Merkmale konnte erstmals ein direkter Zusammenhang zwischen dem Zustand der Blutgefäße und dem Schweregrad von Diabetes hergestellt werden. Ntziachristos unterstreicht das Potenzial von RSOM für die kontinuierliche Überwachung von Diabetes. Mit dem Ziel, RSOM immer mobiler und kostengünstiger zu machen, eröffnen sich neue Möglichkeiten für die Überwachung und Behandlung von Diabetes, von dem weltweit über 400 Millionen Menschen betroffen sind. Mit dieser Technologie könnte man in wenigen Minuten und schmerzfrei den Erfolg von Therapien überprüfen, sogar in häuslicher Umgebung. Die Ergebnisse der Untersuchungen wurden im Fachjournal Nature Biomedical Engineering veröffentlicht.

von Gregor Hess

mit Materialien der Technischen Universität München (TUM)