Links: Histopathologischer Gewebeschnitt eines Patienten mit einem...
Links: Histopathologischer Gewebeschnitt eines Patienten mit einem Kopf-Hals-Tumor am Universitätsklinikum Jena, gefärbt mit Hämatoxylin und Eosin (H&E). Diese Färbetechnik gilt als Goldstandard in der Pathologie zur Bewertung und Diagnose verschiedener Krankheiten.
Rechts: Multimodales nichtlineares Bild des gleichen Gewebeschnittes. In diesem Bild wurden drei spezielle Techniken kombiniert – Coherent anti-Stokes Raman scattering / CARS (rot), Two-photon excited fluorescence microscopy/ TPEF (grün) und Second harmonic generation microscopy/ SHG (blau) – um eine detaillierte Analyse des Gewebes zu ermöglichen. Diese Kombination erlaubt es, sowohl die Struktur als auch die chemischen Eigenschaften der Probe sichtbar zu machen.

Bildquelle: Leibniz-IPHT

News • Echtzeit-Erfassung von Tumorgewebe

KI-Endoskop für mehr Präzision bei Krebs-OPs

Krebsoperationen könnten durch eine neue Technologie aus Jena zukünftig sicherer werden: Ein interdisziplinäres Forschungsteam hat ein neuartiges Endoskop entwickelt, das Tumorgewebe präzise erkennen und gezielt entfernen kann – in Echtzeit während der Operation.

Die Verbindung modernster Laser- und Bildgebungsverfahren mit künstlicher Intelligenz eröffnet neue Möglichkeiten, die Belastung für Patienten zu reduzieren. Die Ergebnisse der Forschungsarbeit wurden in der Fachzeitschrift Science Advances veröffentlicht

Die vollständige Entfernung eines Tumors, ohne gesundes Gewebe zu beschädigen, ist eine der größten Herausforderungen in der Krebschirurgie. Bisherige Methoden wie Gewebeentnahmen während der Operation liefern erst nachträglich Klarheit über den Behandlungserfolg. Am Leibniz-Institut für Photonische Technologien (Leibniz-IPHT) in Jena hat ein Team in Zusammenarbeit mit der Friedrich-Schiller-Universität (FSU), dem Universitätsklinikum Jena (UKJ) und der Jenaer Firma Grintech eine Lösung entwickelt: Ein Endoskop, das mit Licht und künstlicher Intelligenz arbeitet, erkennt Tumorgrenzen präzise – ohne den Einsatz von Farbstoffen.

Portraitfoto von Prof. Jürgen Popp
Prof. Dr. Jürgen Popp

Bildquelle: Leibniz-IPHT; Foto: Sven Döring

„Unsere Technologie kombiniert unterschiedliche optische Bildgebungsmethoden im Rahmen eines multimodalen Ansatzes, um die chemischen und strukturellen Eigenschaften von Gewebe in Echtzeit zu analysieren“, erklärt Prof. Dr. Jürgen Popp, wissenschaftlicher Direktor des Leibniz-IPHT und Direktor des Instituts für Physikalische Chemie der Universität Jena, der mit seinem Team seit über einem Jahrzehnt an der Technologie forscht. „Das ermöglicht es, Tumorgrenzen mit hoher Präzision zu identifizieren.“ Die Bildauswertung erfolgt durch künstliche Intelligenz, die relevante Informationen blitzschnell aufbereitet und den Operierenden zur Verfügung stellt. „Damit können Chirurgen noch während des Eingriffs fundierte Entscheidungen treffen“, ergänzt Matteo Calvarese, Erstautor der Studie und Doktorand am Leibniz-IPHT. 

Das Besondere an der neuen Technologie: Diagnose und Therapie werden in einem Gerät vereint. Ein integrierter Femtosekundenlaser trägt krankes Gewebe präzise ab, ohne umliegendes, gesundes Gewebe zu schädigen. „Das Prinzip ‚erkennen und behandeln‘ ist ein großer Fortschritt, weil es Operationen sicherer macht und die Heilungschancen verbessert“, betont Prof. Dr. Orlando Guntinas-Lichius, Direktor der Klinik für Hals-Nasen-Ohren-Heilkunde am Universitätsklinikum Jena und Mitautor der Studie. „Für uns als Chirurgen bedeutet das, Tumore effektiver entfernen und gleichzeitig gesundes Gewebe besser schonen zu können. Damit könnte die Zahl von Folgeoperationen und die Belastung für die Patienten erheblich reduziert werden.“ 

In präklinischen Tests mit Gewebeproben von 15 Patienten wurde dieses Prinzip bereits erfolgreich erprobt. Die Technologie erzielte eine Erkennungsgenauigkeit von 96% und konnte Tumorgewebe mit einer bisher unerreichten Präzision entfernen.

Photo
Entwickelt vom Leibniz-IPHT und der Jenaer Firma Grintech in Kooperation mit dem Universitätsklinikum Jena (UKJ), vereint diese Sonde Diagnostik und Therapie in einem Gerät. Mithilfe von Laserlicht ermöglicht sie die präzise Erkennung und sofortige Entfernung von Tumorgewebe. Die lichtbasierte Technologie erkennt Tumorgrenzen bis in den Mikrometerbereich, sodass prinzipiell eine Entfernung auf subzellulärer Ebene möglich wird.

Bildquelle: Leibniz-IPHT; Foto: Sven Döring

Ein wesentlicher Beitrag zur Entwicklung der Technologie stammt von der Jenaer Firma Grintech, die hochpräzise miniaturisierte optische Komponenten für das Endomikroskop entwickelte und diese zu einem gesamten Applikatorsystem montierte. Dieses ermöglicht die detaillierte Darstellung von Gewebestrukturen und deren chemischer Zusammensetzung mit gleicher Qualität wie große Labormikroskope. „Unsere Optiksysteme liefern die Genauigkeit, die für die erfolgreiche Anwendung dieser Technologie für endoskopische Untersuchungen unverzichtbar ist“, erklärt Dr. Bernhard Messerschmidt, Geschäftsführer von Grintech. „Der enge Austausch zwischen Industrie, Klinik und Forschung hier in Jena hat diese Innovation erst möglich gemacht.“ 

Die Entwicklung der Technologie ist Teil des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts TheraOptik. Aktuell befindet sich die Technologie in der präklinischen Testphase. Der nächste Schritt ist eine klinische Studie mit einer größeren Patientengruppe. „Unser Ziel ist es, dass dieses lichtbasierte Verfahren in einigen Jahren standardmäßig in der Krebschirurgie eingesetzt werden kann“, erklärt Prof. Popp. Langfristig könnte die Technologie auch in anderen Bereichen wie der Dermatologie oder Neurochirurgie zum Einsatz kommen. 


Quelle: Leibniz-Institut für Photonische Technologien

08.01.2025

Verwandte Artikel

Photo

Artikel • Bildgebung in der Viszeralmedizin

Endosonografie: KI als Helfer für die „Königsdisziplin“

Die Endosonografie stellt Untersucher vor besondere Herausforderungen, denn hier müssen gleich zwei anspruchsvolle Disziplinen gemeistert werden. Der Einsatz künstlicher Intelligenz (KI) könnte…

Photo

News • Potenzial auf dem Prüfstand

Endoskopie: KI klassifiziert Veränderungen im Gallengang

Das Projekt „Neuronale Netze in der Cholangioskopie“ untersucht, ob KI bei einer Cholangioskopie zwischen entzündlichen und bösartigen Veränderungen der Gallengänge unterschieden kann.

Photo

News • Tumorerkennung in PET- und CT-Scans

Neue Ideen für die KI-gestütze Analyse medizinischer Bilder

Deep Learning kann helfen, durch PET- und CT-Scans die Lage und Größe von Tumoren feststellen. Bei einem Wettbewerb zur medizinischen Bildanalyse stellten Forscher vielversprechende Ansätze vor.

Verwandte Produkte

Newsletter abonnieren