Neuer KI-Chip erkennt Meibomdrüsen-Dysfunktion innerhalb von Millisekunden

Ein Forschungsteam des Peking Union Medical College Hospital und der Tsinghua-Universität hat einen kompakten optischen KI-Chip entwickelt, der die Meibomdrüsen-Dysfunktion (MGD) – eine Hauptursache für das Trockene Auge – mit einer Genauigkeit von mehr als 96 % identifizieren kann, indem er die spektralen Signaturen des Gewebes analysiert.

Gemeldet in PhotoniXDie Studie demonstriert einen neuen Ansatz für die Augendiagnostik, indem sie ein Metaoberflächen-basiertes spektrales Faltungs-Neuronales Netzwerk (SCNN) direkt in einen Bildsensor integriert, wodurch biochemische Informationen in einer einzigen Messung erfasst werden können.

Eine Hauptursache für trockene Augen mit begrenzter Diagnostik

MGD ist die Hauptursache für verdunstungstrockenes Auge, eine Erkrankung, von der weltweit Hunderte Millionen Menschen betroffen sind. Die Störung entsteht, wenn die Lipid-sekretierenden Drüsen in den Augenlidern verstopft oder funktionsunfähig werden und der Tränenfilm destabilisiert wird. Aktuelle Diagnosemethoden basieren weitgehend auf klinischer Beobachtung und Funktionstests, die subjektiv sein können und eine Erkrankung im Frühstadium möglicherweise nicht erkennen. Bildgebende Verfahren wie die Meibographie liefern Strukturinformationen, erfassen jedoch keine molekularen oder zusammengesetzten Veränderungen im Drüsengewebe.

Spektrale „Fingerabdrücke“ in Millisekunden erfassen

Um diese Lücke zu schließen, entwickelten die Forscher einen miniaturisierten optischen Chip, der spektrale Merkmale am Ort der Erkennung extrahieren kann. 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 anstelle einer digitalen Nachbearbeitung durchführen kann. Diese Architektur ermöglicht die gleichzeitige Spektralmessung und Merkmalsextraktion, wodurch innerhalb weniger zehn Millisekunden eine vollständige Spektralmerkmalskarte erstellt wird. Im Gegensatz dazu erfordern herkömmliche hyperspektrale Bildgebungssysteme typischerweise mechanische Scan- und Erfassungszeiten in der Größenordnung von Sekunden.

Deutliche spektrale Signaturen erkrankter Drüsen

Das Team wandte das System auf pathologische Gewebeschnitte von Personen mit und ohne MGD an und identifizierte wellenlängenabhängige Unterschiede zwischen Gruppen. Im sichtbaren Bereich zeigten MGD-Proben höhere spektrale Reaktionen, was mit Veränderungen der hämoglobinbedingten optischen Eigenschaften übereinstimmt, die möglicherweise auf eine Entzündung oder eine veränderte Mikrozirkulation zurückzuführen sind. Im nahen Infrarotbereich zeigten Drüsenregionen veränderte Signale, die mit der Lipidzusammensetzung und der Gewebestruktur zusammenhängen. Diese spektralen Merkmale waren auch mit klinischen Indikatoren für die Schwere der Erkrankung verbunden, was auf eine mögliche Relevanz für eine objektive Beurteilung schließen lässt.

Verbesserte Genauigkeit im Vergleich zur Standardbildgebung

Unter Verwendung dieser Spektralmerkmale zur Klassifizierung erreichte das SCNN-basierte Modell eine durchschnittliche diagnostische Genauigkeit von 96,22 %, vergleichbar mit der herkömmlichen hyperspektralen Bildgebung und deutlich höher als Modelle, die auf Standard-RGB-Bildern basieren. Im Gegensatz zur RGB-Bildgebung, die nur Farbe und Morphologie erfasst, bietet der spektrale Ansatz Zugang zu biochemischen Informationen und trägt so zu einer verbesserten Unterscheidungsleistung bei. Neben der Genauigkeit bietet der Chip einen erheblichen Geschwindigkeitsvorteil, da die Erfassungszeiten im Vergleich zu scanbasierten Systemen um Größenordnungen verkürzt werden.

Auf dem Weg zur Echtzeit-Augendiagnostik

Der Chip wird mit CMOS-kompatiblen Prozessen hergestellt und hat eine kompakte Grundfläche, was auf die Möglichkeit einer Integration in klinische Bildgebungsgeräte wie Spaltlampenmikroskope schließen lässt. Mit einer Weiterentwicklung könnte der Ansatz eine schnelle, objektive und quantitative Beurteilung der Meibomdrüsenfunktion bei routinemäßigen Augenuntersuchungen ermöglichen.

Quellen: