TREAVES: Einatmen, Luft anhalten, ausatmen

Man kennt es aus eigener Erfahrung oder durch Hörensagen. Bei Verdacht auf eine Lungenerkrankung wird im Rahmen der Diagnostik häufig eine Untersuchung mit einem Computertomographen (CT) gemacht. Dabei entstehen sehr viele Bilder, die eine Ärztin oder ein Arzt anschließend sichten und bewerten muss. Diesen zeitintensiven Prozess will die TREAVES GmbH mit einer Deep-Learning-Software in Echtzeit-Anwendung automatisieren und somit die Diagnostik unterstützen und verbessern.

Die erste Untersuchung mit einem Computertomographen wurde 1971 in England im Atkinson Morley Hospital in London durchgeführt. Bei diesem speziellen Röntgenverfahren werden Millimeter für Millimeter und Schicht für Schicht zweidimensionale Aufnahmen eines Körperareals – also beispielsweise der Lunge – angefertigt. Mithilfe des Computers werden diese Schichten zu dreidimensionalen Bildern zusammengesetzt, die als Grundlage dienen, um eine Verletzung oder Krankheit zu diagnostizieren oder auszuschließen. Zwar liefern diese CT-Aufnahmen viel detailliertere Abbildungen von Gewebe oder Organen als normale Röntgenbilder, dennoch ist es nach wie vor die Aufgabe von Fachärztinnen oder Fachärzten, diese Aufnahmen manuell zu sichten.

Selbst noch so erfahrenes radiologisches Fachpersonal kann nicht alle Auffälligkeiten fehlerfrei erkennen. Das Forschungsunternehmen aus dem Taunus hat eine Software entwickelt, die auf Basis von Deep-Learning von den zu bewertenden Aufnahmen eine virtuelle Lungenfunktionsanalyse erstellt, um die pneumologische – also die Lungenheilkunde betreffende – Diagnostik in der Praxis zu unterstützen.

Ein wichtiger Baustein der Software ist die dreidimensionale Simulation einer gesunden und voll funktionsfähigen menschlichen Lunge. Dazu wurden im Rahmen des durch das F&E-Förderprogramm unterstützten Forschungsprojektes CT-Bilder aus statistischen Daten und klinischen Studien verarbeitet. In der Anwendung nutzt der TREAVES Lung-Function-Analyzer dann moderne Bildverarbeitungsalgorithmen zur Analyse von zweidimensionalen CT-Daten einer Patientin oder eines Patienten und verarbeitet diese Daten zu einem individuellen und dreidimensionalen Lungenmodell weiter. Die Software liefert dann Ergebnisse zur Lungenfunktion, indem die Ist-Werte der aktuellen CT-Daten mit den Daten einer gesunden Lunge verglichen werden. 

Die Technologie könnte zukünftig auch in der Intensiv- und Notfallmedizin zum Einsatz kommen, beispielsweise bei der Entwöhnung von einer künstlichen Beatmung.