An einer Sepsis, die man umgangssprachlich Blutvergiftung nennt, sterben jährlich in Deutschland rund 85.000 Menschen - mehr als an Herzinfarkten. Ausgelöst wird eine Sepsis durch eine zunächst harmlose Infektion von Lunge oder Harnwegen, durch eine Operation oder eine Verletzung, die dann aber unser Immunsystem zur tödlichen Waffe gegen den eigenen Körper werden lässt.
Das Problem: die Krankheit kann rasend schnell entstehen – und es kommt darauf an, sie rechtzeitig zu erkennen. Forschende aus Heidelberg haben dafür ein neues Diagnoseinstrument entwickelt, das mittels künstlicher Intelligenz Fotos von Blutgefäßen auswertet und dabei hilft, eine sich anbahnende Sepsis frühzeitig zu erkennen und dann auch zu behandeln.
Spezialkamera hilft bei Früherkennung einer Sepsis
Der erste Schritt war eine Kamera, die pro Messpunkt jede Menge Bilder aufnehmen kann, passend zu verschiedenen Wellenlängen des Lichts. Auswertbar über eine KI. Diese am Deutschen Krebsforschungszentrum (DKFZ) entwickelte Kamera ist so klein, dass man sie bei Eingriffen minimal invasiv einsetzen kann, zum Beispiel, um erkennen zu können, ob nach einer Tumor-OP wieder alles richtig durchblutet und mit Sauerstoff versorgt ist. Dann kam die Frage: Lässt sich so vielleicht auch feststellen, ob Patienten eine Sepsis entwickeln?
Mit einem weiterentwickelten Modell und entsprechend angepassten Algorithmen ist das möglich, sagt die Informatik-Professorin Lena Maier-Hein: "Das Spannende an der Technik ist wirklich, dass wir quasi nur ein einziges Bild machen müssen. Das ist zwar kein normales Bild, sondern eben ein hochdimensionales, nicht vom Menschen interpretierbares Bild. Aber dann können wir auf Basis dieses Bildes zu einem sehr frühen Zeitpunkt eine Sepsis erkennen. Und in der Sepsis-Diagnostik zählt eben jede Stunde."
Sepsis-Früherkennung: Hyperspektrale Kamera entdeckt verdächtige Wassereinlagerungen
Das Deutsche Krebsforschungszentrum arbeitet eng mit der Uniklinik in Heidelberg zusammen. Der Trick, den Mediziner und Informatikerinnen nutzen: die hyperspektrale Kamera schießt parallel Bilder in den unterschiedlichsten Wellenlängen. In einem bestimmten, mit dem bloßen Auge nicht sichtbaren Nahinfrarot-Bereich, absorbiert Wasser sehr viel Licht.
So können Mediziner die mit bloßem Auge noch nicht erkennbaren Wassereinlagerungen entdecken, die bei einer Sepsis entstehen. Denn das passiert bereits in einem sehr frühen Stadium. Dr. Maximilian Dietrich ist Intensivmediziner an der Heidelberger Uniklinik und hat das Verfahren mitentwickelt. Bei septischen Patienten kommt es, so Dietrich, durch die Erkrankung und die damit verbundene massive Entzündungsreaktion zur Veränderung der Hautdurchblutung.
Dadurch verschlechtere sich die Durchblutung in der Peripherie und das Wasser im Gewebe nehme zu. Grund dafür sei, so Dietrich, dass "die Gefäße durch die Entzündungsreaktion undicht werden". Diese spezifischen Veränderungen könne man mit der Kamera sichtbar machen.
Sepsis lässt sich mit der neuen Technik schon früh mit 80-prozentiger Wahrscheinlichkeit vorhersagen
Im klinischen Alltag wurden 500 Patienten auf der Intensivstation mit der Kamera getestet. Das Ergebnis der Studie: Nur anhand der Bilddaten kann man durch KI-Auswertung schon sehr früh mit 80-prozentiger Wahrscheinlichkeit eine Sepsis feststellen. Kommen weitere Patientendaten hinzu, ist die Quote bei der Auswertung sogar noch höher.
Dieses Früherkennungsverfahren muss jetzt in einer weiteren Studie überprüft werden. Und vor einer Serienfertigung muss die Kamera für medizinische Anwendungen zugelassen werden. Das dauert, sagt Professor Felix Schmitt, der Leiter der Sepsis-Sektion in der Heidelberger Anästhesie. Aber dann sind theoretisch viele Anwendungsbereiche möglich:
"Wenn man jetzt mal weiterdenkt und wenn man jetzt die Kamera vielleicht auch technisch in ein kleineres Format bringt, wäre natürlich auch selbst die präklinische Anwendung denkbar, aber zumindest mal auch in der Notaufnahme oder auf den Intensivstationen."
Möglicherweise sogar schon im Rettungsdienst - um rechtzeitig Leben retten zu können.
