Digitaler Slide-Scanner ermöglicht Ausweitung der Forschung auf die Dermatohistopathologie

Durch die Digitalisierung mit der Software von Avelios Medical werden am LMU Klinikum München inzwischen ambulante Prozesse tiefgehend digitalisiert und zeitgleich bis zu 2.000 strukturierte Datenpunkte pro ambulanter Behandlung transparent während der Dokumentation generiert. Die Forschungsaktivitäten sollen fortan auch auf die Dermatohistopathologie ausgeweitet werden.

Die Digitalisierung im Gesundheitswesen schreitet stetig weiter voran. Im Rahmen der Forschungsaktivitäten DR-Al am LMU Klinikum München konnte unter anderem bereits 2022 ein neuer Algorithmus zur Detektion von Hauterkrankungen entwickelt werden, der auf einem sogenannten multimodalen, mehrstufigen Prozess der Datenzusammenführung basiert. Dieser wird aktuell mit realen strukturierten Bild- und Metainformationen aus der Software von Avelios Medical trainiert, um ihn für die klinische Routine einsatzfähig zu machen.

Strukturierte Daten sind Daten für jeden ambulant behandelten Patienten, die einen aussagefähigen, spezifischen Wert repräsentieren, wie z.B. die Symptome  mit deren Dauer und Lokalisation, verordnete Medikamente, Ergebnisse des Blutbildes u.a.m. . Diese strukturierten Daten bilden die Grundlage, um Prozesse im Bereich der Behandlung effizienter zu gestalten und eine datengetriebene Forschung zu ermöglichen. Nach der erfolgreichen Implementierung des Pilotprojekts mit der Avelios Software in der dermatologischen Ambulanz wird diese derzeit auch in allen anderen Ambulanzen des LMU Klinikums ausgerollt.

Bei zahlreichen dermatologischen Krankheitsbildern gilt eine histologische Befundung als Goldstandard. Deshalb werden die Forschungsaktivitäten fortan auch auf die Dermatohistopathologie ausgeweitet. Das Bundesministerium für Gesundheit hat zusätzliche finanzielle Mittel in Höhe von 400.000 € zur Verfügung gestellt, mit denen nun ein digitaler Slide-Scanner angeschafft werden konnte. Dieser hochmoderne digitale Slide-Scanner digitalisiert bis zu 1.000 Objektträger in einem Durchgang. Das Forschungskonsortium wird damit einerseits neue Algorithmen entwickeln, um Gewebeproben schneller, detaillierter und fehlerfreier analysieren zu können sowie auch zusätzliche Informationen aus den digitalisierten Gewebeschnitten in die Entwicklung der multimodalen KI-Algorithmen einfließen lassen.

Der Direktor der Klinik und Poliklinik für Dermatologie und Allergologie des LMU Klinikums, Prof. Dr. med. Lars French, sagt: „Derzeit generieren wir bereits automatisiert bis zu 2.000 strukturierte Datenpunkte pro Patient:innenbehandlung durch die digitale Dokumentation in der Software von Avelios Medical. Fortan können wir durch die zusätzliche Unterstützung des Bundesministeriums für Gesundheit auch noch weitere wertvolle Informationen aus digitalisierten Gewebeschnitten in die Entwicklung unserer Algorithmen einfließen lassen, um die Patient:innen-behandlung weiter nachhaltig zu verbessern.“  Der ärztliche Direktor und Vorsitzende des Vorstands des LMU Klinikums, Prof. Dr. med. Markus Lerch, betont: „Das Forschungsprojekt DR-AI ist ein hervorragendes Beispiel dafür, wie interdisziplinäre und sektorübergreifende Forschung aussagekräftige sowie anwendbare Ergebnisse hervorbringen kann.“

Über das Projekt DR-Al

Das Projekt DR-AI ist ein vom Bundesministerium für Gesundheit mit 2,4 Mio. € gefördertes Projekt und wird getragen von den Konsortialpartnern der LMU Dermatologie (Prof. Dr. med. Lars E. French, Prof. Dr. med. Daniela Hartmann, Dr. med. Sebastian Krammer), der LMU Radiologie (Prof. Dr. rer. nat. Michael Ingrisch, PD Dr. med. Bastian Sabel), der TUM Informatik (Prof. Dr. Nassir Navab, PD Dr. rer. nat. Tobias Lasser) und der TUM Ethik (Prof. Dr. Alena Buyx), das die Anwendungsgebiete der Künstlichen Intelligenz in der Medizin erforscht.

Weitere Informationen zu DR-Al finden sich unter: https://www.bundesgesundheitsministerium.de/ministerium/ressortforschung-1/handlungsfelder/forschungsschwerpunkte/digitale-innovation/modul-3-smarte-algorithmen-und-expertensysteme/dr-ai.html