Meibomdrüsen-Dysfunktion: Spektraler KI-Chip zur Diagnose entwickelt

Forschende aus China haben einen kompakten optischen Künstliche Intelligenz(KI)-Chip entwickelt, der eine Meibomdrüsen-Dysfunktion (MGD) durch die Analyse der spektralen Signaturen des Gewebes mit einer Genauigkeit von über 96 Prozent erkennen kann.

Die in PhotoniX veröffentlichte Studie zeigt einen neuen Ansatz für die Augendiagnostik auf. Ein Forschungsteam des Peking Union Medical College Hospital und der Tsinghua-Universität hat ein metaflächenbasiertes spektrales konvolutionelles neuronales Netzwerk (SCNN) direkt in einen Bildsensor integriert. Dadurch können den Forschern nach biochemische Informationen in einer einzigen Messung erfasst werden.

Eine der Hauptursachen für Tockene Augen, mit begrenzten Diagnosemöglichkeiten

MGD ist die Hauptursache für das evaporative Trockene Auge. Aktuelle Diagnosemethoden stützen sich weitgehend auf klinische Beobachtung und Funktionstests. Diese können aber subjektiv sein und Erkrankungen im Frühstadium möglicherweise nicht erkennen. Bildgebende Verfahren wie die Meibographie liefern strukturelle Informationen, erfassen jedoch keine molekularen oder kompositorischen Veränderungen im Gewebe der Meibomdrüsen.

Erfassung spektraler „Fingerabdrücke“ in Millisekunden

Um diese Lücke zu schließen, entwickelten die Forscher einen miniaturisierten optischen Chip. Dieser soll in der Lage sein, spektrale Merkmale direkt am Ort der Erfassung zu extrahieren. Das Gerät integriert eine dichte Anordnung von Metaoberflächenfiltern auf einem CMOS-Sensor. Jeder Filter moduliert das einfallende Licht selektiv, sodass das System während der Bildaufnahme optische Berechnungen durchführen könne. So sei keine digitale Nachbearbeitung notwendig. Diese Architektur ermöglicht, so die Wissenschaftler, die gleichzeitige Durchführung von Spektralmessungen und Merkmalsextraktion. Dadurch werde innerhalb von wenigen Millisekunden eine vollständige spektrale Merkmalskarte erstellt.

Deutliche spektrale Signaturen erkrankter Meibomdrüsen

Das Team wandte das System auf pathologische Gewebeschnitte von Personen mit und ohne MGD an und identifizierte wellenlängenabhängige Unterschiede zwischen den Gruppen. Im sichtbaren Bereich zeigten MGD-Proben höhere spektrale Ansprechen. Das stimmte den Wissenschaftlern zufolge mit Veränderungen der Hämoglobin-bezogenen optischen Eigenschaften, die auf Entzündungen oder eine veränderte Mikrozirkulation hindeuten könnten, überein. Im nahen Infrarotbereich wiesen Drüsenbereiche veränderte Signale auf, die mit der Lipidzusammensetzung und der Gewebestruktur in Zusammenhang stehen. Diese spektralen Merkmale standen mit klinischen Indikatoren für den Schweregrad der Erkrankung in Verbindung. Das deute den Forschen nach auf eine potenzielle Relevanz für die objektive Beurteilung hin.

_{a Eine auf einer Metafläche basierende SCNN-Kamera (spektrales Convolutional Neural Network; schwarze Pfeilspitze), die in ein optisches Mikroskop integriert ist, erfasst spektrale Merkmalskarten von Gewebeschnitten der Meibom-Drüsen. b Versuchsaufbau für die spektrale Bildgebung von pathologischen Schnitten der Meibom-Drüsen. c Repräsentative rekonstruierte Spektralkurven von MGD-Patienten und gesunden Kontrollpersonen. d Schematische Darstellung der CNN-Architektur, die für die Klassifizierung von MGD und Nicht-MGD verwendet wird. Diese Abbildung veranschaulicht den gesamten Arbeitsablauf von der Probenbildgebung bis zur KI-basierten Diagnose. Bild:©Shi Y, Liu T et al./PhotoniX}

Verbesserte Genauigkeit gegenüber der Standardbildgebung

Unter Verwendung dieser spektralen Merkmale zur Klassifizierung erreichte das SCNN-basierte Modell eine durchschnittliche diagnostische Genauigkeit von 96,22 Prozent. Das sei mit der herkömmlichen hyperspektralen Bildgebung vergleichbar und deutlich höher als bei Modellen, die auf Standard-RGB-Bildern basieren. Im Gegensatz zur RGB-Bildgebung, die nur Farbe und Morphologie erfass, biete der spektrale Ansatz Zugang zu biochemischen Informationen. Das trage zu einer verbesserten Unterscheidungsleistung bei. Zusätzlich zur Genauigkeit bietet der Chip  den Forschern zufolge einen erheblichen Geschwindigkeitsvorteil. Denn die Erfassungszeiten sind im Vergleich zu scanbasierten Systemen um mehrere Größenordnungen reduziert.

Auf dem Weg zur Echtzeit-Augendiagnostik

Nach Angaben der Forschenden wird der Chip unter Verwendung CMOS-kompatibler Prozesse hergestellt und hat eine kompakte Bauform. Dadurch habe der Chip das Potenzial in klinische Bildgebungsgeräte wie Spaltlampen integriert zu werden. Mit weiterer Entwicklung könnte der Ansatz eine schnelle, objektive und quantitative Beurteilung der Meibomdrüsenfunktion bei routinemäßigen Augenuntersuchungen ermöglichen.

Auch interessant:

Was ist wirklich relevant in Diagnose und Therapie der Blepharitis?

(sas/BIERMANN)