In dem vom Land Schleswig-Holstein geförderten Projekt „Qualitätssteigerung von Home-OCT Bildern und verbesserte automatische Bildauswertung mithilfe künstlicher Intelligenz“ werden im Rahmen einer Kooperation des Instituts für Medizinische Informatik (IMI) an der Universität zu Lübeck und der Visotec GmbH Methoden der künstlichen Intelligenz (KI) und insbesondere des Deep Learnings untersucht, um die Qualität von Home-OCT Bildern sowohl zur Beurteilung durch menschliche Betrachter als auch zur automatisierten Segmentierung pathologischer Veränderungen in der Retina des Auges zu verbessern. Das Projekt wird im Rahmen der KI-Förderinitiative des Landes Schleswig-Holstein von 2022-2024 gefördert.

Das technologisch innovative und mobile Home-OCT (OCT: Optical Coherence Tomography) der Visotec GmbH ermöglicht mittels automatisierter Diagnosemöglichkeiten beim Patienten zu Hause eine Therapieverbesserung der altersbedingten Makuladegeneration (engl. Age-related Macular Degeneration, AMD), die in den entwickelten Ländern die häufigste Erblindungsursache bei Menschen in einem Alter über 50 Jahren darstellt.

Aufgrund der kompakten und kostengünstigen Bauweise unterscheiden sich die medizinischen Aufnahmen des Home-OCT‘s allerdings von den Scans typischerweise in der Klinik angewandter OCT-Systeme. Neben einem geringeren Signal-Rausch-Verhältnis (engl. Signal-to-Noise Ratio, SNR) weisen die Home-OCT Scans zudem durch Kopf- oder Augenbewegungen des Patienten verursachte Artefakte auf, die horizontale Signalausfälle im Bildvolumen hervorrufen können. In der Folge ergibt sich eine Beeinträchtigung der diagnostischen Bildinterpretation und der damit verbundenen Identifizierung bzw. Segmentierung AMD-spezifischer Biomarker.

Das wesentliche Ziel des Projektes ist es, die Qualität der Home-OCT-Bilder für die Diagnostik durch die Reduzierung von Rauscheffekten und Bewegungsartefakten sowie durch die KI-basierte Kombination von Bildinformationen aus unterschiedlichen Scans zu erhöhen. Darüber hinaus wird evaluiert, inwieweit hierdurch auch eine verbesserte Ausgangslage für die Deep-Learning-basierte Segmentierung und weiterführende Analyse der AMD-spezifischen Biomarker geschaffen wird. Ergänzend werden von der Visotec GmbH im Rahmen des Projekts regulatorische Aspekte für die Zulassung der entwickelten Algorithmen in Zusammenarbeit mit externen Partnern untersucht.