Innerhalb von drei Jahren wurde am Universitätsklinikum ein über drei Millionen Euro schweres Digitalisierungsprojekt umgesetzt, das die Arbeitsweise in den Laborbereichen der Pathologie, Neuropathologie und Dermatopathologie nachhaltig verändert hat. An die Stelle des Mikroskops ist der Bildschirm getreten.

Eine Kombination aus neuer Labortechnologie und künstlicher Intelligenz soll eine schnelle und präzise Unterscheidung von Untergruppen von Hirntumoren flächendeckend verfügbar machen. Das Projekt wird innerhalb einer EU-Ausschreibung vom Bundesministerium für Bildung und Forschung mit rund einer Million Euro gefördert. Ziel ist es, künftig zuverlässig die individuell passende Krebstherapie bei Patienten mit Hirntumoren auswählen zu können.

Das Medizintechnikunternehmen KARL STORZ gibt die Akquisition des innovativen Software-Herstellers Innersight Labs Ltd. (ISL) mit Hauptsitz in London bekannt. Neben hochmodernen Endoskopen und integrierten Komplettlösungen für den Operationssaal expandiert KARL STORZ damit weiter im Bereich innovativer Softwarelösungen. Der große Kundenstamm, darunter etliche anerkannte Ärztinnen und Ärzte weltweit, kann sich zukünftig auf 3D-Modelle freuen.

Künstliche Intelligenz kann die Auswertung von medizinischen Bilddaten verbessern. So können auf Deep Learning basierende Algorithmen die Lage und Größe von Tumoren feststellen. Dies ist das Ergebnis von autoPET, eines internationalen Wettbewerbs zur medizinischen Bildanalyse. Forscher vom Karlsruher Institut für Technologie (KIT) erreichten den fünften Platz.

In der Medizin der Zukunft könnten personalisierte Computermodelle, sogenannte virtuelle menschliche Zwillinge, bei der Planung individueller Therapien helfen. Schon heute lassen sich menschliche Organe auf Chips und in Petrischalen abbilden: Forschende arbeiten an computergestützten Methoden und In-vitro-Technologien, die Tierversuche reduzieren oder sogar ersetzen sollen. Das neue 3R-Zentrum treibt die Arbeit an solchen Ersatzmethoden voran.

Algorithmen können dabei helfen Tumore zu lokalisieren. Bisher erfassen Radiologinnen und Nuklearmediziner die Größe der sogenannten Tumorläsionen manuell in 2D-Schichtbildern. Dieser Prozess ist sehr zeitintensiv. Ziel der Challenge war es, den Prozess zu automatisieren. Die Studienergebnisse zeigen, dass Algorithmen Potenzial haben, um zukünftig im klinischen Alltag für diese Aufgabe eingesetzt zu werden.

Ob wir Veranlagungen für bestimmte Krankheiten haben, hängt im hohen Maße von den unzähligen Varianten in unserem Erbgut ab. Doch insbesondere bei Erbgut-Varianten, die in der Bevölkerung nur selten auftreten, ist der Einfluss auf die Ausprägung bestimmter krankhafter Merkmale schwer zu ermitteln. Forschende stellen nun einen auf Deep Learning basierenden Algorithmus vor, der auch die Auswirkungen seltener Erbgut-Varianten vorhersagen kann.

Doktorand der Hochschule Furtwangen entwickelt Verfahren zur schnelleren Bestimmung von Antibiotikaresistenzen. Mit der Zunahme von antibiotikaresistenten Erregern und der damit verbundenen Behandlung, die ein großes Problem in öffentlichen Gesundheitseinrichtungen darstellt, beschäftigt sich eine Forschungsarbeit an der Hochschule Furtwangen.

Geeignete T-Zellen für die zelluläre Immuntherapie zu identifizieren, war bislang mühsam und zeitaufwändig. Wissenschaftlerinnen und Wissenschaftler vom Deutschen Krebsforschungszentrum (DKFZ) und von der Universitätsmedizin Mannheim wollen das Verfahren vereinfachen und beschleunigen. Ihr neuer Ansatz setzt auf Hochdurchsatz-Einzelzell-Sequenzierung der Immunzellen aus dem Tumor des Patienten.

Die Universitätsmedizin Mannheim (UMM) kann Krebspatienten jetzt noch schonender und präziser behandeln: Einen „Varian Ethos“ hat die Klinik für Strahlentherapie und Radioonkologie als eine der ersten Kliniken bundesweit in Betrieb genommen. Mit künstlicher Intelligenz und hochsensibler Computertomographie (CT) Bildgebung ermöglicht dieser hochmoderne Linearbeschleuniger eine individuell und tagesaktuell auf Patienten zugeschnittene Behandlung.

Wie maschinelles Lernen dabei helfen kann, komplexe Zusammenhänge zwischen Genen, Proteinen und Krankheiten zu verstehen, untersucht Dr. Pascal Schlosser in einer neuen Emmy Noether-Gruppe.

Heidelberger Wissenschaftlerinnen und Wissenschaftler entwickelten mit nationalen und internationalen Kooperationspartnern einen Algorithmus für die Magnetresonanztomographie (MRT), der aus deutlich weniger Daten als bisher hochwertige Bilder erstellen kann. Das könnte die Untersuchungszeiten in der MRT-Bildgebung drastisch verkürzen.

Wie gut lösen die Algorithmen, die in der KI-gestützten Auswertung medizinscher Bilder genutzt werden, ihre jeweiligen Aufgaben? Das hängt im hohen Maße davon ab, anhand welcher Messgrößen – Metriken – ihre Leistung bewertet wird. Ein internationales Konsortium hat das weltweit verfügbare Wissen über die spezifischen Stärken, Schwächen und Limitationen der verschiedenen Validierungs-Metriken zusammengetragen.

Künstliche Intelligenz (KI) kann Hautärzte dabei unterstützen, Hautkrebs zu erkennen. Doch viele Dermatologen misstrauen den für sie nicht nachvollziehbaren Entscheidungen der Algorithmen. Wissenschaftlerinnen und Wissenschaftler im Deutschen Krebsforschungszentrum entwickelten nun ein KI-basiertes Unterstützungssystem für die Hautkrebsdiagnostik, das seine Entscheidungen erklärt.

Das familiengeführte und international agierende Medizintechnikunternehmen KARL STORZ gibt die Akquisition des innovativen Software-Herstellers Innersight Labs Ltd. (ISL) mit Hauptsitz in London bekannt. Neben hochmodernen Endoskopen und integrierten Komplettlösungen für den Operationssaal expandiert KARL STORZ damit weiter im Bereich innovativer Softwarelösungen.

Heutige Diagnoseverfahren unterscheiden nicht immer sicher zwischen einer chronischen Entzündung der Bauchspeicheldrüse und Bauchspeicheldrüsenkrebs; etwa ein Drittel aller Diagnosen sind nicht eindeutig. Wissenschaftlerinnen und Wissenschaftler aus dem Deutschen Krebsforschungszentrum (DKFZ) und dem Universitätsklinikum Heidelberg (UKHD) suchten daher nach molekularen Markern, die diese Diagnose präzisieren können.

Neue Proteine für biomedizinische oder andere Anwendungen computergestützt zu entwickeln, erfordert lange Rechenzeiten auf leistungsstarken Servern. Ein Team aus Forschenden des Max-Planck-Instituts für Biologie Tübingen und des Universitätsklinikums Tübingen hat nun eine neue Berechnungsmethode entwickelt und getestet, die die notwendigen Energiekalkulationen erheblich beschleunigt.

Eine Projektgruppe am Krebsforschungszentrum Heidelberg hat die App sKIn entwickelt, die Hauttumore genauso gut diagnostiziert wie Hautärzte. Die App setzt dabei auf Künstliche Intelligenz und wird mit 1,6 Millionen Euro vom Land gefördert.

Wissenschaftlerinnen und Wissenschaftler vom Deutschen Krebsforschungszentrum (DKFZ) und vom Cambridge Stem Cell Institute haben ein KI-System entwickelt, das weiße und rote Blutzellen in mikroskopischen Aufnahmen von Blutproben erkennt und charakterisiert. Der Algorithmus kann Mediziner bei der Diagnose von Bluterkrankungen unterstützen und steht als Open Source Methode für Forschungszwecke zur Verfügung.

Wie lassen sich Kamerabilder bei einer minimalinvasiven Operation nutzen, um zu beurteilen, ob das operierte Organ ausreichend durchblutet ist oder nicht? Wissenschaftlerinnen und Wissenschaftlern vom Deutschen Krebsforschungszentrum und vom Städtischen Klinikum Karlsruhe ist es nun gelungen, bei Nierenoperationen die Durchblutung des Organs automatisiert und ohne Kontrastmittel allein über die optischen Eigenschaften des Gewebes zu erfassen.

Die mit der Genschere CRISPR assoziierte Nuklease Cas13b – ein Enzym, dass Nukleinsäuren abbaut – hat das Potenzial, künftig bei Erbkrankheiten eingesetzt zu werden, um unerwünschte Gene auszuschalten. Im Kampf gegen Infektionen wird diese Nuklease zudem als antivirales Mittel erforscht, da Cas13b gezielt in das Erbgut von Viren eingreifen und diese unschädlich machen kann.

Proteinphosphatasen sind die Gegenspieler der Proteinkinasen, zusammen steuern diese beiden Enzymgruppen praktisch jeden Aspekt des Zellverhaltens. Daher ist die Möglichkeit, in die Aktivität spezifischer Kinasen oder Phosphatasen einzugreifen, die Grundlage für eine wachsende Zahl medizinischer Behandlungen, von der Unterdrückung von Entzündungen bei Organtransplantationen bis hin zur Therapie von Leukämie.

Im Bereich der Optogenetik erforschen Wissenschaftler*innen die Aktivität von Nervenzellen im Gehirn mithilfe von Licht. Ein Team um Prof. Dr. Ilka Diester und Dr. David Eriksson vom Optophysiologie Labor der Universität Freiburg hat ein neues Verfahren entwickelt, um gleichzeitig laminare Aufzeichnungen, Multifaser-Stimulationen, optogenetische 3D-Stimulation, Konnektivitätsrückschlüsse und Verhaltensquantifizierung an Gehirnen durchzuführen.

Erbgutveränderungen, die die Entstehung und Ausbreitung von Tumoren fördern, sind schwer zu identifizieren. Das gilt insbesondere für Mutationen in den nicht-proteinkodierenden Bereichen des Genoms, die alle wichtigen regulatorischen Sequenzen umfassen. Wissenschaftler im DKFZ haben nun einen Algorithmus veröffentlicht, der Krebstreiber sowohl in den proteinkodierenden als auch in den nicht-kodierenden Bereichen des Erbguts aufspürt.

Eine internationale Studie mit rund 3000 Patientinnen und Patienten bestätigt die Aussagekraft eines neuen Klassifizierungssystems für Meningeome. Es kombiniert Gewebecharakteristika (Histologie) mit molekularen Analysen und verbessert so die Therapieplanung.