Keratokonus: Früherkennung durch Lichtpolarisation und KI

Eine indische Forschungsarbeit zeigt, dass die polarisationsempfindliche optische Kohärenztomographie (PS-OCT) in Kombination mit künstlicher Intelligenz (KI) mikrostrukturelle Veränderungen der Hornhaut aufdecken kann. Das könnte die Erkennung und Einstufung des subklinischen Keratokonus zukünftig verbessern.

Im frühen, subklinischen Stadium des Keratokonus kann die Hornhaut bei Routineuntersuchungen noch normal aussehen. Gerade dann ist jedoch eine genaue Diagnose von größter Bedeutung, insbesondere wenn Patienten für eine refraktive Operation untersucht werden.

Jüngste Forschungsergebnisse zeigen, dass die Kombination von PS-OCT mit KI subtile Veränderungen der Hornhaut aufdeckt. Diese wird bei der Standardbildgebung oft übersehen. Die in „Biophotonics Discovery“ veröffentlichte Studie stützt sich auf einen umfangreichen klinischen Datensatz. Die Arbeit könnte neue Wege eröffnen, um die Früherkennung von Keratokonus zu verfeinern.

Warum die Früherkennung des Keratokonus schwierig ist

Die meisten derzeitigen Screening-Verfahren stützen sich auf die Form der Hornhaut. Geräte wie Pentacam und MS-39 messen Krümmung, Dicke und Oberflächenunregelmäßigkeiten. Diese Ansätze funktionieren gut, wenn ein Keratokonus feststeht. Nach Meinung der Autoren sind sie jedoch weniger zuverlässig, wenn die krankheitsbedingten Veränderungen noch mikroskopisch klein sind. In diesem Stadium zeige die Hornhaut möglicherweise noch keine deutlichen Verformungen, obwohl sich ihre innere Struktur bereits verändert. Die Autoren konzentrierten sich daher auf ein Merkmal, das die formbasierte Bildgebung nicht direkt erfassen kann: die Anordnung der Kollagenfasern im Inneren der Hornhaut.

Messung der Hornhautstruktur mit polarisiertem Licht

PS-OCT ist eine hochauflösende Bildgebungstechnik. Sie erfasse, wie sich polarisiertes Licht beim Durchdringen von Gewebe verändert. In der Hornhaut spiegeln diese Veränderungen die Ausrichtung der Kollagenfasern wider, die für die mechanische Festigkeit entscheidend sind. Es wird angenommen, dass eine Störung dieses Kollagennetzwerks bereits in einem frühen Stadium des Keratokonus auftritt, noch bevor sich eine sichtbare Ausdünnung oder Steilung entwickelt.

In dieser Studie verwendeten die Forscher ein speziell angefertigtes PS-OCT-System, das in der Lage ist, feine Hornhautschichten abzubilden. Aus jedem Scan leiteten die Wissenschaftler Karten der Phasenverzögerung – ein Maß, das mit der Kollagenorganisation zusammenhängt – sowie Dickenkarten von drei Schichten ab: dem Epithel, der Bowman-Schicht und dem Stroma.

Vergleich dreier Bildgebungsansätze

Das Team analysierte Bilddaten von 359 Augen, die im Narayana Nethralaya Eye Hospital, Karnataka, Indien, untersucht wurden. Der Datensatz umfasste gesunde Augen, Augen mit eindeutigem Keratokonus und Augen, die anhand etablierter klinischer Kriterien als subklinischer Keratokonus eingestuft wurden.

Um die diagnostische Leistungsfähigkeit zu vergleichen, trainierten die Forschenden drei separate KI-Modelle. Dabei verwendete jedes Modell Daten von einem einzigen Gerät: PS-OCT, Pentacam oder MS-39. Alle Modelle nutzten dieselbe Methode des maschinellen Lernens und dieselbe Kreuzvalidierungsstrategie. Diese Vorgehensweise sollte einen direkten Vergleich der Ergebnisse ermöglichen.

Wie gut schnitten die Modelle bei der Früherkennung des Keratokonus ab?

Bei gesunden Augen und bei eindeutigen Keratokonus-Fällen zeigten alle drei Modelle eine ähnliche Genauigkeit. Unterschiede traten jedoch in der subklinischen Gruppe zutage. Hier stufte das PS-OCT-basierte Modell einen größeren Anteil der Augen als gesund im Vergleich zu den beiden tomographiebasierten Modellen ein.

Diese Neuklassifizierungen erfolgten den Autoren nach aber nicht zufällig. Augen, die PS-OCT als tatsächlich subklinisch identifizierte, wiesen höhere Phasenverzögerungswerte und subtile Unterschiede in der Dicke der Hornhautunterschichten auf, selbst wenn die allgemeine Hornhautform normal erschien. Im Gegensatz dazu wiesen Augen, die von PS-OCT doch als gesund klassifiziert wurden, tendenziell Kollagen- und Schichtdickenmuster auf, die denen normaler Hornhäute ähnelten.

Was die Bilder zeigten: PS-OCT reagiert empfindlich auf mikrostrukturelle Unterschiede

Detaillierte Fallbeispiele verdeutlichten diese Unterschiede. Bei gesunden Augen zeigten sich die Phasenverzögerungskarten einheitlich und die Dicke der Bowman-Schicht war relativ gleichmäßig. Subklinische Augen zeigten moderate, aber konsistente Erhöhungen der Phasenverzögerung in der zentralen Hornhaut sowie eine leichte Ausdünnung der Bowman-Schicht. Augen mit etabliertem Keratokonus wiesen in allen Karten hochgradig unregelmäßige Muster auf.

Diese Ergebnisse deuten den Autoren zufolge darauf hin, dass die PS-OCT empfindlich auf mikrostrukturelle Unterschiede reagiert, die offensichtlichen Formveränderungen vorausgehen. Durch die Erfassung sowohl struktureller als auch polarisationsbasierter Informationen biete die Technik so einen neuen Einblick in die Hornhautgesundheit.

PS-OCT unterscheidet echtes Frühstadium des Keratokonus von natürlich dünnen aber gesunden Hornhäuten

Ein häufiges klinisches Dilemma sei die Frage, wie Patienten behandelt werden sollen, deren Hornhäute dünn oder leicht unregelmäßig, aber stabil sind. Aktuelle Methoden stufen solche Augen oft als „verdächtig“ ein. Das könne die Behandlungsmöglichkeiten einschränken, selbst wenn das Risiko einer Progression gering ist. Die Studie zeigt, dass PS-OCT dabei helfen kann, echte Erkrankungen im Frühstadium von natürlich dünnen, aber gesunden Hornhäuten zu unterscheiden, indem es den Fokus auf die Kollagenorganisation statt allein auf die Dicke legt.

Die Autoren betonen, dass längerfristige Studien erforderlich sind, um zu bestätigen, ob Augen, die als gesund neu eingestuft wurden, im Laufe der Zeit stabil bleiben.

Ausblick: Keratokonus früher erkennen und individueller behandeln

Diese Arbeit verdeutlicht den Autoren zufolge, wie wichtig es ist, über die Hornhautform hinauszuschauen. PS-OCT ersetze bestehende Instrumente nicht, sondern ergänze sie durch Informationen über die Gewebeintegrität. Angesichts der kontinuierlichen Weiterentwicklung der Bildgebungstechnologien sind die Autoren der Meinung, dass Ansätze wie dieser Ärzten helfen könnten, Keratokonus früher zu erkennen und die Behandlung genauer auf den einzelnen Patienten abzustimmen.

(sas/BIERMANN)