Das Projekt iAuge ist ein Teilprojekt des überregionalen Verbundprojektes „KI-Space für intelligente Gesundheitssysteme“ (KI-SIGS). In Kooperation von Partnern an den Universitäten Lübeck, Kiel und Bremen, dem Universitätsklinikum Schleswig-Holstein (UKSH) sowie der Fa. Visotec GmbH und der UniTransferKlinik aus Lübeck werden neue KI-basierte Lösungen zur ophthalmologischen Diagnostik erarbeitet. Wesentliches Ziel der Arbeiten am Institut für Medizinische Informatik (IMI) ist die Entwicklung von optimierten Deep Neural Networks für die automatische KI-basierte Auswertung von dreidimensionalen OCT-Bildern (OCT: Optical Coherence Tomography) zur verbesserten Versorgung von Patienten mit Augenerkrankungen. Das Projekt wird vom Bundesministerium für Wirtschaft und Energie von 2020-2023 gefördert.

Im Rahmen des Teilprojektes iAuge soll eine KI-Plattform für die Unterstützung der integrierten Versorgung von Patienten mit Augenerkrankungen wie z.B. der häufig auftretenden, altersbedingten Makuladegeneration (AMD) und der Retinopathia Centralis Serosa (RCS) etabliert werden. Neben der KI-Unterstützung der multimodalen Bildanalyse beim Augenarzt bzw. in der Klinik soll eine Deep-Learning-basiertes automatisierte Datenanalyse für eine völlig neuartige Homecare-OCT-Anwendung realisiert und auf der KI-SIGS-Plattform integriert werden. Dies soll dem Patienten eine Krankheitskontrolle zu Hause ermöglichen, wodurch eine wesentliche Therapieverbesserung insbesondere bei AMD-Patienten erwartet wird. Die kontinuierliche häusliche Kontrolle anhand Homecare-OCT-Bilder wird durch das am IMI entwickelte KI-System Verschlechterungen des Augenzustandes zu Hause automatisch erkennen und so individuell optimale Behandlungszeitpunkte ermitteln.

Ein technologisch neuartiger, mobiler OCT-Scanner wird von der Fa. Visotec GmbH zusammen mit dem Medizinischen Laserzentrum Lübeck GmbH für den Homecare-Bereich entwickelt (Abb. 1). Zusammen mit der Universitätsaugenklinik Kiel wurde die Technologie an unterschiedlichen Patientenkollektiven validiert und mit bereits etablierten, hochauflösenden OCT-Scannern verglichen. Die Fa. Visotec GmbH wird Bilddaten von Patienten zur Entwicklung der Algorithmen zur Verfügung stellen und strebt die Vermarktung des Gesamtsystems an. Die große Datenmenge der 3-dimensionalen, täglich aufgenommenen Bilddaten erfordern neue intelligente, effiziente, Deep-Learning-basierte Auswertungsalgorithmen. Das IMI konzipiert und entwickelt hierfür problemoptimierte Deep-Learning-Netzwerke und Bildverarbeitungsalgorithmen, die relevante AMD-Biomarker (Abb. 2) in den Bilddaten des Homecare-OCT quantitativ erfassen sowie ihre zeitlichen Veränderungen und Relevanz zur Therapiesteuerung bewerten. Zusätzlich werden vorhandene, in der Klinik erhobene OCT-Bilder in den Entwicklungsprozess mit einbezogen. Parallel werden am Institut für Biomedizinische Optik (BMO) Rekonstruktionsverfahren weiterentwickelt, um Bewegungen auszugleichen und relevante Strukturen mit verbesserter Qualität darzustellen. Das für die Homecare-Anwendung notwendige kompakte und kostengünstige Design sowie eine selbstständige Nutzung durch meist ältere Patienten mit reduziertem Visus stellen besondere Anforderungen an Bedienung und Auswertung der Daten. Ein optimiertes Benutzerinterface für das Homecare-OCT-Gerät wird in Kooperation mit Prof. Schöning (Uni Bremen) entwickelt. In Kooperation mit der UniTransferKlinik Lübeck wird der praktische Einsatz des Systems über die zentrale KI-Plattform unterstützt und ein einsatzfähiger Demonstrator für die entwickelten KI-Methoden etabliert.