Regensburg. Forscher des Universitätsklinikums Regensburg (UKR) und des Caritas-Krankenhauses St. Josef haben ein KI-gestütztes Assistenzsystem entwickelt, das Diagnostik und Therapie chronischer Wunden unterstützt. Das System wurde mit mehr als 1.000 Wundaufnahmen trainiert und kann Wundmerkmale klassifizieren sowie diagnostische und therapeutische Empfehlungen ableiten. Ein zentrales Merkmal der Anwendung: Sie arbeitet nicht als undurchsichtige Black Box, sondern macht ihre Entscheidungsfindung für behandelnde Ärztinnen und Ärzte transparent nachvollziehbar.
Chronische Wunden: Medizinische und ökonomische Herausforderung
Chronische Wunden – darunter venöse und arterielle Entzündungen sowie das diabetische Fußsyndrom – belasten weltweit Millionen von Patientinnen und Patienten. Sie schränken die Lebensqualität erheblich ein, verursachen hohe Behandlungskosten und binden klinische Ressourcen in erheblichem Umfang. Eine möglichst präzise Wunddiagnostik ist dabei die Grundvoraussetzung für eine individuell angepasste Therapie.
Training mit über 1.000 Wundaufnahmen
Das KI-System wurde in der Abteilung für Plastische, Hand- und Wiederherstellungschirurgie des UKR sowie in der entsprechenden Klinik des Caritas-Krankenhauses St. Josef entwickelt. Federführend sind Professor Dr. Dr. Lukas Prantl, Direktor beider Kliniken, und Oberärztin Dr. Sally Kempa. Für das Training des Systems wurden mehr als 1.000 Wundaufnahmen verwendet. Die KI lernte dabei, Wundtiefe, Wundursache, Ausmaß der Entzündung, Gewebequalität, abgestorbene Zellen sowie die exakte Wundausdehnung zu erkennen und daraus Diagnose- und Therapieempfehlungen abzuleiten.
Erklärbares KI-System statt Black Box: Das Grad-CAM-Verfahren
Ein wesentlicher Vorteil des Regensburger Systems liegt in seiner Transparenz. Mithilfe des sogenannten Grad-CAM-Verfahrens werden die Bildbereiche farblich hervorgehoben, die für die Entscheidung der KI ausschlaggebend waren. Behandelnde Ärztinnen und Ärzte können damit jederzeit nachvollziehen, auf welcher Grundlage das System zu einer bestimmten Diagnose oder Therapieempfehlung gelangt ist. Das System ergänzt die ärztliche Expertise, ersetzt sie jedoch nicht.
Verlaufsdokumentation und Therapieanpassung
Neben der Erstdiagnose unterstützt das System auch die Beurteilung des weiteren Heilungsverlaufs. Durch Folgeaufnahmen erkennt die KI Veränderungen frühzeitig und ermöglicht eine individuelle Anpassung der Therapie. Die wissenschaftlichen Ergebnisse der Regensburger Arbeitsgruppe wurden bereits in der Fachzeitschrift Diagnostics veröffentlicht. Perspektivisch soll das System auch bei Verbrennungen und anderen komplexen Weichteilverletzungen eingesetzt werden.
Telemedizinisches Potenzial für unterversorgte Regionen
Langfristig eröffnet die Technologie neue Versorgungsperspektiven, insbesondere in Regionen mit begrenztem Zugang zu spezialisierten Wundzentren. Im Rahmen telemedizinischer Konzepte könnte die KI Ärztinnen und Ärzte bei der Diagnostik unterstützen, klinische Ressourcen effizienter einsetzen und Behandlungsabläufe optimieren.
„Um für jede Patientin und jeden Patienten die optimale Therapie einzuleiten, ist eine möglichst präzise Wunddiagnostik entscheidend“, erklärt Professor Dr. Dr. Lukas Prantl, Direktor der beiden Kliniken.
„Wir verwenden ein Verfahren, das als Grad-CAM bezeichnet wird. Dabei werden die Bildbereiche farblich hervorgehoben, die für die Entscheidung der künstlichen Intelligenz ausschlaggebend waren. Dadurch können Ärztinnen und Ärzte jederzeit nachvollziehen, warum die KI zu einer bestimmten Diagnose oder Therapieempfehlung gelangt“, erläutert Professor Prantl.
„Unser übergeordnetes Ziel ist es, die Wundheilung zu verbessern, Komplikationen frühzeitig zu erkennen und dadurch im Idealfall Amputationen zu vermeiden“, betont Professor Prantl.
Das Regensburger Forschungsprojekt steht exemplarisch für einen breiteren Wandel in der Medizin: KI entwickelt sich vom reinen Analysewerkzeug zum transparenten, nachvollziehbaren Assistenzsystem, das ärztliche Expertise gezielt ergänzt. Mit dem Ziel, Amputationen zu vermeiden und die Wundversorgung auch in strukturschwachen Regionen zu verbessern, verfolgt das Team einen klar patientenzentrierten Ansatz.
Quelle: Universitätsklinikum Regensburg
