Eine neue Software wertet Zell-Aufnahmen der Hornhaut so präzise aus wie ein Mensch – in einem Bruchteil der Zeit. Das vereinfacht viele Studien.

Forschende des Universitätsklinikums Freiburg haben eine selbstlernende Software entwickelt, die Endothelzellen in Aufnahmen der Hornhaut zuverlässig und schnell zählen kann. Das geht aus einer Mitteilung des Klinikums hervor. Die neue Methode automatisiere die zeitaufwändige Aufgabe der Gewebeanalyse und "erweitert die Forschungsmöglichkeiten in der Augenheilkunde enorm", sagt Prof. Dr. Thomas Reinhard, Ärztlicher Direktor der Klinik für Augenheilkunde. "Damit können wir archivierte Bilder neu auswerten und in künftigen Studien deutlich mehr Bilder untersuchen."

Um die Software auch in der Diagnostik einsetzen zu können, prüfen die Wissenschaftler und Wissenschaftlerinnen derzeit die Möglichkeit einer CE-Zertifizierung. "Wenn wir krankhafte Veränderungen der Hornhaut frühzeitig erkennen, können wir den Patienten oft helfen", sagt Reinhard. Die Endothelzellen des Auges sterben mit dem Alter nach und nach ab und wachsen nicht mehr nach. Erst wenn über 90 Prozent der Zellen abgestorben seien, sinke das Sehvermögen und könnten starke Schmerzen auftreten. Dann könne aber nur noch mit einer Hornhautübertragung behandelt werden.

Software zählt schneller als Ärzte

Die Endothelzellen im Auge pumpen kontinuierlich Wasser aus der Hornhaut und halten sie so durchsichtig. Sterben die Zellen ab, trübt die Hornhaut ein. Für die Behandlung müssen Augenärzte mikroskopische Aufnahmen der Endothelschicht auswerten. Bislang mussten sie die Zellen dabei von Hand zählen – nun übernimmt die Software. "Wofür selbst ein geübter Mensch mehrere Minuten benötigt, schafft die Software in wenigen Sekunden", sagt Prof. Dr. Daniel Böhringer von der Uniklinik Freiburg.

Die Auswertungsmethode basiert auf der Software "U-Net" der Universität Freiburg und damit auf dem für Künstliche Intelligenz (KI) klassischen Ansatz neuronaler Netze, die selbstlernende Fähigkeiten haben. Im Rahmen der Studie zur Software wurden 385 Mikroskop-Bilder gesunder und kranker Augen ausgewertet. Dabei ergab sich eine sehr gute Übereinstimmung zwischen der automatisierten Bildanalyse und den "von Hand" gezählten Messwerten – auch bei Bildern von schlechter Qualität.

ckr