Briefing-Dokument: Biomarker und Künstliche Intelligenz in der retinalen Bildgebung

Briefing-Dokument: Biomarker und Künstliche Intelligenz in der retinalen Bildgebung

Executive Summary

Dieses Briefing-Dokument fasst die zentralen Erkenntnisse über den Einsatz von Biomarkern und künstlicher Intelligenz (KI) bei der Diagnose und Behandlung von Makulaödemen infolge diabetischer Retinopathie (DMÖ) und retinaler Venenverschlüsse (RVV) zusammen. Die Kernpunkte sind:

1. Zentrale Rolle der Entzündung: Sowohl DMÖ als auch RVV basieren auf einer gemeinsamen pathophysiologischen Endstrecke, bei der Ischämie-getriggerte Entzündungsprozesse eine Schlüsselrolle spielen. Diese Entzündungskaskade führt zu einer Störung der Blut-Retina-Schranke und zur Ödembildung.

1. Klinische Relevanz von OCT-Biomarkern: Die optische Kohärenztomographie (OCT) ist das Standardinstrument zur Identifizierung morphologischer Biomarker. Spezifische Marker wie intraretinale Flüssigkeit (IRF), hyperreflektive Foci (HRF) und die Desorganisation der inneren Netzhautschichten (DRIL) liefern entscheidende prognostische und prädiktive Informationen, die eine individualisierte Therapieplanung, insbesondere den Einsatz von Steroiden, unterstützen können.

1. Potenzial biologischer Biomarker: Die Konzentration von Zytokinen (z.B. VEGF, IL-6) im Kammerwasser korreliert mit dem Krankheitsstatus und dem Therapieansprechen. Obwohl derzeit im klinischen Alltag nicht routinemäßig messbar, stellen sie einen vielversprechenden Ansatz für eine zukünftige personalisierte Medizin dar.

1. Aufstieg der Künstlichen Intelligenz: KI-Systeme revolutionieren die Retinologie, indem sie eine schnelle, objektive und quantitative Analyse großer Bilddatenmengen ermöglichen. Bereits zertifizierte Anwendungen ("Clinical Decision Support Systems") unterstützen bei der Segmentierung von Biomarkern, der Verlaufskontrolle und der Therapieplanung.

1. Synergie von Arzt und KI: Die KI wird als ein ergänzendes Werkzeug gesehen, das die ärztliche Expertise erweitert, nicht ersetzt. Studien zeigen, dass die Kombination aus ärztlicher Beurteilung und KI-Analyse zu besseren diagnostischen Ergebnissen führt als jede Methode für sich allein. Die Zukunft liegt in der Nutzung von KI zur Entlastung bei Routineaufgaben und zur Unterstützung bei komplexen prädiktiven Analysen.

1. Einleitung und Krankheitslast

Makulaödeme (MÖ) sind eine der häufigsten Ursachen für eine erhebliche Verschlechterung des Sehvermögens. Zwei der prominentesten Ursachen sind das diabetische Makulaödem (DMÖ) und das MÖ infolge eines retinalen Venenverschlusses (RVV).

• Diabetisches Makulaödem (DMÖ): Als Hauptursache für schwere Sehbehinderungen und Erblindung bei Menschen im erwerbsfähigen Alter betrifft das DMÖ weltweit etwa 5,5 % der Menschen mit Diabetes mellitus. Angesichts der steigenden Diabetesinzidenz wird prognostiziert, dass die Zahl der Menschen mit einer diabetischen Augenerkrankung in Europa bis 2050 auf 8,6 Millionen ansteigen wird.
• Retinaler Venenverschluss (RVV): Der RVV ist die zweithäufigste Ursache für eine vaskulär bedingte Visusminderung. Weltweit sind rund 28 Millionen Menschen betroffen, davon etwa 300.000 in Deutschland.

Für beide Erkrankungen sind eine rasche Diagnosestellung und eine konsequente, individualisierte Therapie entscheidend, um die Sehkraft zu erhalten oder zu verbessern.

2. Pathophysiologie: Die zentrale Rolle der Entzündung

Obwohl es sich um komplexe, multifaktorielle Erkrankungen handelt, teilen DMÖ und RVV vergleichbare pathophysiologische Muster, in denen Entzündungsprozesse eine zentrale Rolle einnehmen.

Die Entzündungskaskade:

1. Auslöser: Der häufigste Auslöser ist eine Minderdurchblutung (Ischämie), die beim DMÖ durch mikrovaskuläre Veränderungen und beim RVV durch den Gefäßverschluss entsteht.
2. Hypoxie: Die resultierende Hypoxie stimuliert entzündliche Mechanismen.
3. Mediatorenfreisetzung: Es kommt zu einem Anstieg proinflammatorischer Zytokine und Wachstumsfaktoren wie Interleukin-6 (IL-6), IL-8, Monozyten-chemotaktisches Protein 1 (MCP-1), Tumornekrosefaktor alpha (TNF-α) und vaskuläre endotheliale Wachstumsfaktoren (VEGF).
4. Leukozytenmigration: Veränderungen an der Gefäßoberfläche (u.a. durch ICAM-1-Proteine) fördern die Adhäsion und Migration von Leukozyten (Hypoxie-aktivierte Makrophagen) in das Netzhautgewebe.
5. Zusammenbruch der Blut-Retina-Schranke: Die Entzündungsmediatoren führen zu einer erhöhten Gefäßpermeabilität und zur Öffnung der "Tight Junctions" zwischen den Endothelzellen.
6. Ödembildung: Die gestörte retinale Flüssigkeitshomöostase führt zur Ansammlung von Flüssigkeit und zur Entstehung des Makulaödems.

Dieser Entzündungsmechanismus ist eine gemeinsame Endstrecke für viele retinale Erkrankungen, einschließlich der altersabhängigen Makuladegeneration (AMD).

3. Biomarker in der Retinologie

Biomarker sind objektiv messbare Merkmale, die als Indikatoren für biologische oder pathologische Prozesse dienen und die Beurteilung des Therapieansprechens ermöglichen. Eine präzise Differenzierung ist für den klinischen Alltag entscheidend.

Die Nutzung von Biomarkern ermöglicht es, Diagnose, Prognose und Therapiewahl anschaulich mit den Patienten zu besprechen, was das Krankheitsverständnis und die Therapietreue verbessern kann.

4. Morphologische Biomarker in der OCT-Bildgebung

Die optische Kohärenztomographie (OCT) ist zur Standarduntersuchungsmethode geworden und ermöglicht die Visualisierung zahlreicher morphologischer Biomarker. Für eine umfassende Beurteilung sollten möglichst viele Marker im Gesamtkontext der Patientensituation bewertet werden.

4.1. Zentrale Netzhautdicke und Intraretinale Flüssigkeit (IRF)

• Definition: Die Netzhautdicke und das Vorhandensein flüssigkeitsgefüllter Hohlräume (zystoide Hohlräume, IRF) sind etablierte Biomarker zur Diagnose und Verlaufskontrolle.
• Klinische Relevanz:
• Große zystoide Hohlräume korrelieren mit einer höheren Netzhautdicke und strukturellen Schäden in der äußeren Netzhaut, was eine schlechte Visusprognose anzeigt.
• Die Größe kann auf die Krankheitsdauer hinweisen: Größere Zysten (>250 µm) in der äußeren Körnerschicht sind mit einem chronischen DMÖ assoziiert.
• Ein chronisches DMÖ spricht oft besser auf intravitreale Steroidbehandlungen an als auf eine Anti-VEGF-Therapie.

4.2. Hyperreflektive Foci (HRF)

• Definition: Kleine (<30 µm), punktförmige, hyperreflektive Läsionen im OCT. Studien legen nahe, dass es sich um aktivierte Mikrogliazellen und somit um einen Marker für Entzündungsaktivität handelt.
• Klinische Relevanz:
• Prädiktiver Wert: Das Vorhandensein von HRF ist signifikant mit einer schlechteren Sehschärfe unter Therapie assoziiert.
• Monitoring: Eine Abnahme von Größe und Anzahl der HRF unter Therapie deutet auf ein gutes Ansprechen hin.
• Therapieimplikation: Da HRF einen erhöhten Entzündungsstatus signalisieren, kann bei Patienten mit vielen HRF eine breiter wirksame, antientzündliche Therapie mit Steroiden vorteilhaft sein.
• Herausforderung: Eine manuelle Quantifizierung der HRF im klinischen Alltag ist zeitintensiv und kaum verlässlich möglich, was den Bedarf an automatisierten KI-Systemen unterstreicht.

4.3. Disorganisation der inneren Netzhautschichten (DRIL)

• Definition: Ausgeprägte Veränderungen und Desorganisationen der inneren Netzhautschichten, bei denen die Grenzen zwischen den Schichten im OCT nicht mehr unterscheidbar sind. DRIL visualisieren eine strukturelle Schädigung, oft als Folge chronischer oder wiederholter Ödeme.
• Klinische Relevanz:
• Prognostischer Wert: DRIL ist ein wichtiger prognostischer Biomarker, der stark mit dem Visus bei akutem DMÖ und nach Abheilung eines Ödems korreliert. Er deutet auf eine Unterbrechung der neuronalen Signalwege hin.
• Therapieimplikation: Klinische Erfahrungen und Übersichtsarbeiten deuten darauf hin, dass bei ausgeprägten DRIL mit Steroiden aufgrund ihrer multiplen antientzündlichen Wirkmechanismen eher eine Besserung zu erreichen ist. Bei anhaltenden DRIL unter Anti-VEGF-Behandlung sollte ein frühzeitiger Wechsel zu Steroiden erwogen werden.

5. Biologische Biomarker: Zytokine

Zusätzlich zu morphologischen Markern kann die Konzentration von Zytokinen im Kammerwasser oder Glaskörper als Biomarker dienen.

• Befunde: Bei Patienten mit DMÖ oder RVV wurden signifikant erhöhte Konzentrationen von Zytokinen wie IL-6, IL-8, MCP-1 und VEGF nachgewiesen, die positiv mit der Makuladicke korrelieren.
• Therapieansprechen:
• Eine Studie zeigte, dass eine Steroidtherapie (Triamcinolon) ein breites Spektrum von Zytokinen sowie VEGF herunterreguliert, während eine Anti-VEGF-Therapie (Bevacizumab) vorwiegend den VEGF-Spiegel senkt.
• Eine japanische Studie an DMÖ-Patienten ergab, dass Augen mit initial höheren VEGF-Konzentrationen besser und schneller auf eine Anti-VEGF-Therapie (Ranibizumab) ansprachen und langfristig bessere visuelle Ergebnisse erzielten.
• Zukunftsperspektive: Obwohl die Zytokinmessung derzeit noch nicht im klinischen Alltag etabliert ist, besteht die Hoffnung auf zukünftige Systeme, die analog zur Blutzuckerkontrolle eine personalisierte Medikamentenauswahl ermöglichen.

6. Künstliche Intelligenz (KI) in der Retinologie

Die KI hält zunehmend Einzug in die Augenheilkunde, insbesondere in der Retinologie, wo große Mengen an Bilddaten anfallen. Das Interesse ist groß: Eine EURETINA-Umfrage ergab, dass 75 % der befragten Ophthalmologen zukünftig KI-Anwendungen einsetzen würden.

6.1. Fähigkeiten und Anwendungsbereiche

KI-Systeme können standardisierte und objektive Analysen durchführen und so bei folgenden Aufgaben unterstützen:

• Klassifizierung: Erkennung von Erkrankungen (z.B. AMD vs. DMÖ) und deren Schweregrad.
• Segmentierung: Automatische Erkennung und Quantifizierung von Biomarkern (z.B. Flüssigkeitsvolumen in Nanolitern).
• Prädiktion: Vorhersage von Krankheitsverläufen (z.B. Wachstum der geographischen Atrophie) und Therapieansprechen, was den Weg zur personalisierten Medizin ebnet.

6.2. Verfügbare KI-Systeme (Clinical Decision Support Systems)

Mehrere zertifizierte KI-Anwendungen sind bereits verfügbar oder stehen kurz vor der Zulassung:

6.3. Chancen und Grenzen der KI

• Chancen:
• Entlastung von zeit- und kostenintensiven Ressourcen im Praxisalltag.
• Objektive, standardisierte und reproduzierbare Analysen.
• Verbessertes Screening und frühzeitigere Erkennung von Erkrankungen.
• Unterstützung bei der personalisierten Behandlungsplanung.
• Studien zeigen, dass die Kombination aus Arzt und KI-System effektiver ist als jede der beiden Instanzen allein.

• Grenzen und Herausforderungen:
• Kompatibilität: Noch nicht alle OCT-Hersteller können KI-Algorithmen implementieren.
• Validierung und Transparenz: Die zugrunde liegenden Trainingsdaten (Größe, Ursprung, Diversität) sind entscheidend für die Verlässlichkeit. Es besteht das Risiko eines Bias (z.B. wurden viele Datenbanken vorwiegend mit Daten von weißen Patienten trainiert).
• Verantwortlichkeit: Juristische und ethische Fragen der Entscheidungsfindung und Haftung sind zu klären.
• Rolle des Arztes: Die ärztliche Expertise, der klinische Kontext und die empathische Patientenkommunikation bleiben unersetzlich. Es besteht die Gefahr einer "Deskilling", wenn manuelle Fähigkeiten vernachlässigt werden.

7. Fazit und Ausblick

Netzhauterkrankungen wie DMÖ und MÖ infolge eines RVV sind entzündungsgetriebene Prozesse, die eine schnelle und konsequente Therapie erfordern. Die wachsende Datenbasis für OCT- und biologische Biomarker ermöglicht eine zunehmend differenzierte Diagnose, Prognose und Therapieplanung.

Die künstliche Intelligenz ist in der Augenheilkunde angekommen und bietet als leistungsstarkes Werkzeug zur Analyse großer Bilddatenmengen enormes Potenzial. Zugelassene KI-Anwendungen können Ärzte bereits heute bei der Diagnose, Verlaufskontrolle und Therapieentscheidung unterstützen. Die Zukunft liegt in der intelligenten Synergie zwischen ärztlicher Erfahrung und der analytischen Stärke der KI, um auch bei steigenden Patientenzahlen eine qualitativ hochwertige und zunehmend personalisierte Versorgung zu gewährleisten.