BMBF/VDI F?rderprogramm KMU innovativ, FKZ: 13GW0499 A

?

Basalzellkarzinome sind die h?ufigsten Krebserkrankungen des Menschen. Bisher werden diese Hauttumore relativ sp?t erkannt, so dass sie h?ufig aufgrund ihrer Ausdehnung bei Erstdiagnose aufw?ndig mit Randkontrollen operativ entfernt werden müssen. Das liegt daran, dass sie zun?chst in Form von hautfarbenen Plaques auftreten und unspezifisch aussehen. Die optische Koh?renztomographie (OCT) eignet sich als nichtinvasive Diagnostik zur Früherkennung von Basalzellkarzinomen. Mit dieser Methode k?nnen bereits sehr kleine, klinisch kaum sichtbare Tumore ohne Biopsie sicher erkannt werden. Diese k?nnen dann aufgrund ihrer geringen Gr??e und Infiltrationstiefe anstelle einer Operation mit einem koagulierenden Laser behandelt werden.
?

In dem Projekt OCTOLAB soll eine optische Koh?renztomographie (OCT) zur Diagnostik von Basalzellkarzinomen in einen langgepulsten Infrarot-Laser zur Therapie der Tumore integriert werden. Zus?tzlich sollen die Diagnostik und Therapie basierend auf künstlicher Intelligenz (KI) erfolgen. Die OCT-Bildparameter von Basalzellkarzinomen werden für ein maschinelles Lernverfahren aus dem Bereich des Deep Learning herangezogen, um eine KI-basierte automatisierte Diagnostik zu erreichen. Dazu werden der Subtyp, die Tumordicke und die lateralen Tumorgrenzen bestimmt. Basierend auf diesen Informationen werden die optimalen Laserparameter automatisiert festgelegt und es erfolgt die Therapie mittels Laserkoagulation. Es handelt sich also um einen Closed loop zwischen Diagnostik und Therapie.
?

Dieses kombinierte Ger?t zur automatisierten Diagnostik und Therapie k?nnte zur ressourcensparenden Früherkennung und individualisierten minimalinvasiven Therapie von Basalzellkarzinomen beitragen. Dies kann die Versorgung von Patienten verbessern und das das Gesundheitssystem durch den Wegfall von risikobehafteten und kostenintensiven Operationen entlasten.

?

Kooperationspartner an der Universit?t Augsburg:

Prof. Dr. Frank Kramer

Zur Webseite

?

?

Die Line-field confocal OCT ist eine Fusion aus Optischer Koh?renztomographie und konfokaler Lasermikroskopie. Sie erm?glicht bei hoher zellul?rer Aufl?sung eine dreidimensionale in-vivo Mikroskopie der Haut in Echtzeit. An der Hautklinik wird diese neue Methode für den Einsatz an Hautkrebs und entzündlichen Hauterkrankungen evaluiert und weiterentwickelt. Ein besonderer Schwerpunkt liegt im Vergleich der LC-OCT mit der konventionellen OCT und konfokalen Lasermikroskopie.

?

?

Entwicklung dynamischer Bildparameter, Erstellung und Annotation einer Bilddatenbank sowie die Entwicklung eines Chatbots zur Erstellung eines Tools für die KI-gestützte Analyse von Parametern gesunder Haut

?

Kosmetikanwender sehen sich einer schier unu?berschaubaren Anzahl von Produkten mit unterschiedlichen Wirkmechanismen und Zielsetzungen gegenu?ber. Eine individualisierte, auf den eigenen aktuellen Bedarf abgestimmte Auswahl ist schwierig zu treffen. Kosmetikerinnen oder Mitarbeiter in Apotheken k?nnen Anwender unterstu?tzen, ihren Hautzustand einzusch?tzen, Produkte empfehlen und deren Anwendung erl?utern. Diese Beratungsleistung von Experten ist jedoch stets mit direktem pers?nlichem Kontakt verbunden und daher zeitlich sowie ?rtlich unflexibel. Im Zuge einer immer st?rker werdenden Digitalisierung der Bev?lkerung und deren Herausforderungen an Abstands-Empfehlungen durch die Corona-Pandemie ist bei sehr vielen Menschen ein starkes Bedu?rfnis vorhanden, den Hautzustand unabh?ngig, objektiv und kontaktlos einsch?tzen zu lassen.

Ein bildgesteuertes und u?ber das Smartphone initiiertes Tool, das die Hautgesundheit und -beschaffenheit im Detail analysiert und daru?ber hinaus noch in der Lage ist, basierend auf dem Ergebnis der Analyse individualisierte Pflege- und Stylinghinweise zu geben sowie Informationen aus der Anamnese der Anwender einzubeziehen, ist nicht auf dem Markt. Die im Markt auffindbaren Tools sind sowohl bzgl. ihrer Validit?t als auch hinsichtlich der Komplexit?t ihrer Analyseergebnisse stark beschr?nkt.
?

Ziel des Projektes ist, weit u?ber die aktuell im Markt befindlichen Tools hinausgehend eine Smartphone gesteuerte KI-Hautanalyse zu entwickeln, die umfassende und valide Parameter der Hautbeschaffenheit in Kombination mit individuellen Anforderungen und im Kontext mit extrinsischen Umweltfaktoren erfasst und daran anknu?pfend individualisierte Beratungsleistungen zur Hautpflege generiert; so soll ein Portal fu?r Anwender erschaffen werden, das auf deren individuellen Bedu?rfnisse beratend eingeht. Der User soll u?ber die beschriebene intensive Hautanalytik, eine gute Usability sowie intuitive Bedienbarkeit des Tools angeregt werden, regelm??ig neue Analysen zu machen. So kann auf individuelle Ver?nderungen, klimatische Bedingungen und Umwelteinflu?sse wie UV-Schutz eingegangen werden.
?

Das Teilprojekt des Projektpartners Dermatologie am Universit?tsklinikum Augsburg umfasst die Entwicklung und Erprobung der statischen und dynamischen Bildparameter, der Erstellung und Annotation einer gro?en Bilddatenbank sowie der Entwicklung eines Chatbots (strukturierter Fragebogen). Hierfu?r werden nach Definition der Zielgruppe statische Bilder von Gesichtern inklusive dynamischer Komponenten (Mimik, Elastizit?t) aufgenommen. Die Ermittlung und Quantifizierung dynamischer Parameter muss im Rahmen des Projekts entwickelt werden. An diesen Bildern werden die vorher definierten relevanten Parameter annotiert, das hei?t nach ihrem Auspr?gungsgrad klassifiziert und zugeordnet. Parallel dazu wird der Chatbot entwickelt: Hierzu werden relevante Fragen definiert und den Bildern zugeordnet. Dadurch erh?lt man einen Datensatz fu?r das Training und die Validierung der ku?nstlichen Intelligenz. Die klinische Expertise ist notwendig, um die Typisierung des Hautzustands zu entwickeln und hiermit die Ku?nstliche Intelligenz zu trainieren, die durch Mustererkennung am Portrait einer Person in Verbindung mit Anamnesefragen (Sonnenexposition, Rauchgewohnheiten, Unvertr?glichkeiten) den Hautzustand und -typ klassifizieren kann. Zudem werden die Validit?t und Reliabilit?t sowie die Relevanz und Akzeptanz der Trainingsergebnisse evaluiert und bewertet.

?

Kooperationspartner an der Universit?t Augsburg:

?

Prof. Dr. Frank Kramer

Zur Webseite

?

?

?

Das maligne Melanom z?hlt zu den b?sartigsten Tumorerkrankungen des Menschen, da es früh metastasiert. Die Detektion, Quantifizierung und Analyse zirkulierender Melanomzellen ist von gro?er Bedeutung zur Absch?tzung der Prognose, Nachsorge und zum therapeutischem Management. Zusammen mit der Physik und Physiologie an der Universit?t Augsburg werden Verfahren zur physikalischen Analyse und Sortierung von Melanomzellen erprobt und analysiert.
?

Kooperationspartner an der Universit?t Augsburg:
?

Dr. Christoph Westerhausen

?

Zur Webseite

?