Netzhautempfindlichkeit bei AMD

KI sagt Sehfunktion voraus

Mithilfe künstlicher Intelligenz kann ein Forscher-Team der Universität Bonn die Funktion der Sinneszellen im menschlichen Auge anhand der optischen Kohärenztomographie, die den Aufbau insbesondere der Netzhaut sichtbar macht, präzise vorhersagen.

Hierbei zeigt sich, dass Veränderungen, die bei der altersabhängigen Makuladegeneration (AMD) auftreten, markant unterschiedliche Effekte auf Zellen haben können, die für das Nacht- beziehungsweise Tagsehen verantwortlich sind. Je nach betroffener Zellklasse können daher die Symptome von Patienten mit AMD, der häufigsten Ursache für die Erblindung im Alter, individuell variieren – ein wichtiger Ansatz die Wirksamkeit neuer Therapieansätze zu beurteilen. Die Ergebnisse sind nun im Fachmagazin „Scientific Reports“ erschienen.

Photo

Bildquelle: Ralf Roletschek, Makuladegeneration-by-RalfR2, CC BY-SA 3.0

Altersabhängige Makuladegeneration ist in Industrieländern die häufigste Ursache für eine erhebliche Sehbehinderung im Alter. Bei jedem vierten Deutschen über 50 Jahre zeigen sich Veränderungen an der Netzhaut. Die Makula, auch gelber Fleck genannt, liegt in deren Zentrum und bildet mit ihren Millionen zapfenförmigen Sehzellen die Stelle des schärfsten Sehens. Sie ermöglicht uns Objekte scharf zu sehen und Farben zu erkennen. Bei AMD wird das Gewebe im Netzhautzentrum allmählich zerstört, was zum vollständigen Verlust der Sehkraft im Zentrum des Gesichtsfeldes führen kann. Während für die feuchte Spätform der AMD mittelfristig durch Anti-VEGF-Therapie sehr gute Ergebnisse erzielt werden können, ist die langfristige Therapie nach wie vor schwierig. Für die trockene Spätform gibt es bislang keine Therapie.

„Eine besondere Herausforderung für die Etablierung einer Therapie der AMD stellen funktionelle Endpunkte dar“, betont Prof. Dr. Frank Holz, Direktor der Augenklinik des Universitätsklinikums Bonn. „Die best-korrigierte Sehschärfe, der bisher meist verwendete Studienendpunkt in der Augenheilkunde, bildet nur einen kleinen Teil der zentralen Netzhaut ab. Dieser Teil ist häufig bei der trockenen AMD zunächst nicht betroffen, sodass sich positive Therapie-Effekte nicht anhand der best-korrigierten Sehschärfe nachweisen lassen.“ Da es also erst in späteren Stadien zu einem irreversiblen Verlust der Sehschärfe kommt, wären also funktionelle Studienendpunkte wünschenswert, die bereits in einem frühen Stadium der AMD den Krankheitsfortschritt darstellen können.

Optische Kohärenztomographie bei neovaskulärer altersabhäniger...
Optische Kohärenztomographie bei neovaskulärer altersabhäniger Makuladegeneration (AMD)

Quelle: Universitäts-Augenklinik Bonn

Patienten mit AMD bemerken häufig bereits Jahre vor der Erstdiagnose einer AMD ein eingeschränktes Sehvermögen unter schlechten Lichtverhältnissen. Daher legte das Forscherteam an der Universitäts-Augenklinik Bonn zunächst ein besonderes Augenmerk auf die Entwicklung von Sehtests, die anhand einer Verschlechterung des Dunkelsehens früh einen Krankheitsfortschritt messbar machen. „Mittels spezieller Sehtests ist es nach einer halben Stunde Dunkeladaptation möglich, präzise die Funktion von Stäbchen-Photorezeptoren, die für das Nachtsehen verantwortlich sind, zu messen“, berichtet Prof. Dr. Steffen Schmitz-Valckenberg, leitender Oberarzt der Universitäts-Augenklinik Bonn. „Allerdings sind diese funktionellen Tests zeitaufwendig und für manche ältere Patienten recht mühsam. Dagegen können bildgebende Verfahren der Netzhaut wie die optische Kohärenztomographie in wenigen Minuten durchgeführt werden.“

Dieser Artikel könnte Sie auch interessieren

Photo

Deep-Learning vs. Makuladegeneration

KI-Algorithmus sagt Empfindlichkeit der Netzhaut vorher

Bei der Makuladegeneration ist auf der Netzhaut der Punkt des schärfsten Sehens betroffen. Wie lässt sich die Empfindlichkeit auch außerhalb dieses Punktes vorhersagen? Dies ist einem Forscherteam aus Seattle, Oxford, London und Bonn mit hoher Präzision anhand von hochauflösenden Netzhaut-Scans mittels künstlicher Intelligenz gelungen. Mit diesem neuen Verfahren lässt sich auch beurteilen,…

Dieser Ansatz ermöglicht uns, den Patienten zeitaufwendige funktionelle Tests zu ersparen und dennoch die Funktion der Netzhaut genau einzuschätzen

Maximilian Pfau

Dr. Maximilian Pfau und Leon von der Emde von der Universitäts-Augenklinik Bonn haben nun einen Algorithmus mit künstlicher Intelligenz (KI) entwickelt, der es erlaubt, automatisch die Sehfunktion vorherzusagen. Als Grundlage verwenden sie hierzu die Aufnahmen der optischen Kohärenztomographie. Mit diesem Routineverfahren lässt sich innerhalb kürzester Zeit der zentrale Augenhintergrund in hochaufgelösten Schichten abbilden. Der innovative KI-Ansatz erlaubt nun anhand dieser Aufnahmen die Funktion von Stäbchen- und Zapfen-Photorezeptoren zu kartieren, die jeweils verantwortlich für das Nacht- beziehungsweise Tagsehen sind. „Dieser Ansatz ermöglicht uns, den Patienten zeitaufwendige funktionelle Tests zu ersparen und dennoch die Funktion der Netzhaut genau einzuschätzen“, sagt Pfau.

Zudem fanden die Bonner Forscher heraus, dass Läsionen bei AMD sich ganz unterschiedlich auf das Nachtsehen- und Tagsehen auswirken können, „Interessanterweise beeinflusst ein Netzhautverdickung bei Makulaödem die Funktion von Stäbchen-Photorezeptoren, die verantwortlich für Nachtsehen sind, deutlich ausgeprägter als die Funktion von Zapfen-Photorezeptoren. Die Wirksamkeit neuer Therapieansätze lässt sich also aufgrund solcher Unterschiede der Stäbchen- und Zapfen-Photorezeptorfunktion beurteilen“, so Pfau. Die jetzt publizierte Arbeit stellt hierzu eine wichtige Grundlage dar.


Quelle: Universität Bonn

06.08.2019

Mehr aktuelle Beiträge lesen

Verwandte Artikel

Photo

Ärzte unterstützen, Entdeckungsraten erhöhen

KI in der Krebsfrüherkennung: Studien zeigen Potential

Systeme Künstlicher Intelligenz entwickeln sich derzeit auch in der Medizin rasant und lösen vielfach Hoffnung, aber mitunter auch Ängste aus. Fest steht: Die Medizin wird sich durch KI in den…

Photo

Bessere Bildqualität bei weniger Datengrundlage

Maschinelles Lernen verbessert Bildgebung

Wissenschaftler der ETH Zürich und der Universität Zürich haben Methoden des maschinellen Lernens eingesetzt, um die optoakustische Bildgebung zu verbessern. Mit diesem relativ jungen Verfahren…

Photo

KI gegen Krebs

Kopf-Hals-Tumoren: Maschinelles Lernen verbessert Diagnostik

Forschenden der Charité – Universitätsmedizin Berlin und des Deutschen Krebskonsortiums (DKTK) ist es gelungen, ein Problem der Diagnostik bei Patienten mit Kopf-Hals-Tumoren zu lösen. Zusammen…

Verwandte Produkte

Eppendorf – Mastercycler nexus X2

Research Use Only (RUO)

Eppendorf – Mastercycler nexus X2

Eppendorf AG
Sarstedt – Low DNA Binding Micro Tubes

Research Use Only (RUO)

Sarstedt – Low DNA Binding Micro Tubes

SARSTEDT AG & CO. KG
Shimadzu – CLAM-2030

Research Use Only (RUO)

Shimadzu – CLAM-2030

Shimadzu Europa GmbH