Impulse

Prof. Dr. Christian Taube, Direktor der Klinik für Pneumologie der Universitätsmedizin Essen – der Ruhrlandklinik – , konnte sich im Januar 2025 nicht nur über die Fertigstellung eines innovativen Anbaus für das Zentrum für seltene Lungenerkrankungen freuen, er freute sich auch über die Anerkennung als Fachzentrum NRW für Lungenkrankheiten. „Wir haben uns hier am Standort über Jahrzehnte hinweg eine außergewöhnliche Expertise erarbeitet. Die Anerkennung als NRW-Fachzentrum trägt dem Rechnung“, sagte der Leiter des Westdeutschen Lungenzentrums. Im Zuge der Gesundheitsreform in Nordrhein-Westfalen sollen schwierige Behandlungen nur noch in Krankenhäusern durchgeführt werden, die genügend Erfahrung, genügend Personal und die richtige Ausstattung in bestimmten Fachrichtungen haben. Karl-Josef Laumann, Minister für Arbeit, Gesundheit und Soziales des Landes Nordrhein-Westfalen, kam persönlich zur Einweihung. „Für Menschen mit seltenen Lungenerkrankungen, wie beispielsweise Mukoviszidose und idiopathischer Lungenfibrose, ist die Ruhrlandklinik bereits lange eine zentrale Anlaufstelle. Mit dem vom Land geförderten Neubau haben wir am Standort Essen beste Bedingungen für die optimale Behandlung und Forschung zu seltenen Lungenerkrankungen geschaffen“, sagte er. Die Anerkennung als Fachzentrum sei demnach zielführend, die Ruhrlandklinik sei eindeutig ein jenseits der Grund- und Regelversorgung spezialisiertes Zentrum.

Rund zwölf Millionen hat der Neubau gekostet – 8,7 Millionen Euro hat das Land NRW übernommen. „Die Ruhrlandklinik ist nicht nur eine hochspezialisierte und leistungsfähige Spezialklinik für Atemwegs- und Lungenerkrankungen. Sie ist gleichermaßen ein wichtiger und integraler Bestandteil der gesamten Universitätsmedizin Essen und steht demnach ebenso für Innovation, Fortschritt und datenbasierte Hochleistungsmedizin“, erklärte Prof. Dr. Jochen A. Werner, Ärztlicher Direktor und Vorstandsvorsitzender der Universitätsmedizin Essen.

Die Arbeitsgruppe Klinische KI-Integration der Universitätsmedizin Essen ist eine hybride Arbeitsgruppe zwischen den Fachbereichen Radiologie und Informationstechnologie. Sie ist sowohl dem Institut für Diagnostische und Interventionelle Radiologie und Neuroradiologie als auch dem Institut für Künstliche Intelligenz in der Medizin (IKIM) angegliedert. Ein Großteil der KI-Anwendungen in der Medizin funktionieren auf der Basis von Bilderkennung; die meisten werden aktuell in der Radiologie entwickelt und eingesetzt – mit dem Ziel, Diagnosen schneller und präziser stellen zu können und die Patientinnen und Patienten in vielen Situationen zu entlasten. So benötigen Patientinnen und Patienten, von denen eine MRT- oder CT-Aufnahme gemacht wird, heute weitaus weniger Kontrastmittel als noch vor wenigen Jahren. Dies verdeutlicht den translationalen Ansatz: Neben der Entwicklung von Algorithmen für die Forschung beschäftigt sich die Arbeitsgruppe schwerpunktmäßig mit der Integration und Validierung von KI-Anwendungen für die klinische Routine. Prof. Dr. Johannes Haubold, Leitender Oberarzt für Personal und KI in der Radiologie hat zusammen mit Dr. Rene Hosch und Prof. Felix Nensa eine Anwendung entwickelt, die automatisierte CTs und MRTs aus der klinischen Routine in Bezug auf die Körperzusammensetzung analysiert. Mit der Anwendung kann man abschätzen, wie hoch der Anteil unter anderem an Muskel- und Fettgewebe oder wie hoch die intramuskuläre Verfettung eines Patienten oder einer Patientin ist, diese Werte geben Aufschluss über die Gebrechlichkeit eines Menschen.

„Wenn wir diese Werte mit dem Alter und dem Geschlecht kombinieren, können wir in Zukunft besser abschätzen, welche Therapie für eine Person besonders geeignet ist“, erläutert Johannes Haubold. Ein sehr gebrechlicher Patient profitiere vielleicht von einer begleitenden Physio- und Ernährungstherapie mehr als von einer sehr aggressiven Therapie.

Mehr als 5.000 Patientinnen und Patienten haben im Jahr 2024 bereits zugestimmt und sich fotografieren lassen – für ein Forschungs- und Entwicklungsvorhaben eines achtköpfigen Teams rund um Prof. Dr. med. Tienush Rassaf, Direktor der Klinik für Kardiologie und Angiologie am Westdeutschen Herz- und Gefäßzentrum der Universitätsmedizin Essen. Mit den Fotografien füttern die Forschenden eine Künstliche Intelligenz. Das Ziel: In Zukunft an speziellen Gesichtsmerkmalen ein erhöhtes Risiko für Herz-Kreislauf-Erkrankungen erkennen zu können. Anhand der Bilder, die von bereits erkrankten Personen mit eindeutiger Diagnose stammen, identifiziert die KI wiederkehrende Merkmale, erkennt Muster und leitet Gesetzmäßigkeiten ab. Das Ziel: Bereits in zwei Jahren soll die KI so gut trainiert sein, dass sie belastbare Ergebnisse liefert und eine Smartphone-App steuern kann. Diese App soll dann Vorhersagen treffen können, wie hoch das akute Herzinfarktrisiko derjenigen Person ist, die gerade in die Kamera schaut. Die Forschenden erstellen von den Patientinnen und Patienten jeweils acht Porträtbilder aus unterschiedlichen Perspektiven. Stirn- oder Ohrfalten, Augenhintergrund oder Hauttönung – diese Details können Hinweise auf das Erkrankungsrisiko geben. Es gibt aber noch weitaus mehr optische – auf den ersten Blick nicht erkennbare – Hinweise, die von der KI identifiziert und ins Lernmodell aufgenommen werden. Die App soll in Zukunft der Früherkennung akuter Anzeichen dienen und so den Zugang zu schneller Hilfe und medizinischer Interventionen zum Wohle der Patientinnen und Patienten ermöglichen.