Startseite > Medizintechnik > Systeme & Anwendungen > Endometriose mit KI schneller diagnostizieren

Start-Up des Monats

Endometriose mit KI schneller diagnostizieren

23. April 2024, 15:30 Uhr | mit Material der ETH Zürich

ETH-Forscher Fabian Laumer (links) und der Gynäkologe Michael Bajka wollen mit dem ETH-Spin-off dAIgnose die Diagnose von Endometriose mittels Ultraschall erleichtern.

Millionen Frauen leiden weltweit unter Endometriose - und doch vergehen oft bis zu zwölf Jahre zur Diagnose und damit Behandlung der extrem schmerzhaften Gebärmutter-Krankheit. Unser Start-Up des Monats dAIgnose hat eine Vision: Endometriose mittels KI innerhalb eines Jahres verläßlich erkennen.

▶ Diesen Artikel anhören

Der KI-Experte Fabian Laumer und der Gynäkologe Michael Bajka haben im Sommer 2023 das Start-Up dAIgnose als SpinOff der ETH Zürich gegründet.

Wie lautet euer Elevator Pitch?

Jede zehnte Frau leidet weltweit an Endometriose und muss monatlich immense Schmerzen ertragen. Dennoch dauert es im Schnitt bis zu zwölf Jahre bis zur Diagnose der gutartigen Wucherungen der Gebärmutterschleimhaut im Bauchraum. Die Bauchspiegelung unter Vollnarkose belastet die Patientinnen, ist aufwendig und auch teuer. Es geht auch mit Ultraschall, braucht jedoch viel Erfahrung, da die Endometriose-Herde leicht zu übersehen sind. Unser Ziel ist es, Ärzte mit einem Algorithmus dabei zu unterstützen, die Ultraschalldaten der Gebärmutter während der ersten Untersuchung zu interpretieren und so Endometriose deutlich zuverlässiger und schneller zu diagnostizieren. Wir wollen damit das Leben von vielen Millionen Frauen verbessern.

Wie seid ihr auf die Idee gekommen?

Dass wir und insbesondere Fabian heute Unternehmer sind, ist gleich ein doppelter Zufall. Denn obwohl Medizin und Biologie Fabian schon als Kind faszinierten, hat er zunächst Elektrotechnik und Informationstechnologie studiert. Erst bei seinem Master konnte er Künstliche Intelligenz (KI) und Medizin miteinander verbinden. »Durch Zufall erfuhr ich, dass die Forschungsgruppe von Joachim Buhmann eine Masterarbeit über die KI-basierte Analyse von Ultraschalldaten des Herzens ausgeschrieben hatte«, ich bewarb mich sofort und wurde angenommen.

Nach seinem Masterabschluss setze Fabian die Forschungsarbeit im Rahmen einer Doktorarbeit fort. Und erneut kam ihm der Zufall zur Hilfe. Michael kontaktierte seine Forschungsgruppe als auf Endometriose spezialisierter Gynäkologe mit der Frage, ob KI bei der Erkennung der oft vernachlässigten Krankheit eingesetzt werden könnte. Den Ansatz aus Fabians Doktorarbeit, die Ultraschalldaten des Herzens mit KI besser zu interpretieren übertrugen die beiden gemeinsam nun auf die Gebärmutter.

Wie funktioniert die Technik hinter der Endometriose-KI?

Wir haben einen Algorithmus entwickelt, der Pathologien auf den Ultraschallbildern der Gebärmutter erkennt, die für das menschliche Auge oft schwer oder gar nicht zu sehen sind. Dafür trainierte Fabian den Algorithmus mit Ultraschallbildern und Daten von Patientinnen. »Die Anzahl Schwangerschaften und Kaiserschnitte, das Alter oder die Zyklusphase - all das hat natürlich einen Einfluss auf das Aussehen der Gebärmutter«.

Aktuell zeigt der Algorithmus die Endometriose-Herde bereits durch farbige Markierungen bei 2D-Ultraschallaufnahmen an. Läuft die Entwicklungsarbeit wie gewünscht, hoffen wir, bis Ende des Jahres ein 3D-Modell der Gebärmutter zu generieren, auf dem alle Wucherungen und Verwachsungen deutlich markiert sind. So könnten Gynäkologinnen und Gynäkologen die Endometriose-Herde genau lokalisieren und die Schwere der Erkrankung besser einschätzen.

Matchmaker+ Anbieter zum Thema

zu Matchmaker+

Was wollt ihr für die Behandlung der Endometriose erreichen?

Damit unsere dAIgnose-KI möglichst zuverlässige Resultate liefert, möchten wir zudem festgelegte Standards für die Ultraschalluntersuchung auf Endometriose definieren. Eine Software mit integrierter KI soll künftig aktiv durch die Untersuchung führen. So erreichen wir eine Standardisierung und zugleich stellt das Programm sicher, dass die gesamte Gebärmutter abgebildet wird.

Um die Forschung voranzubringen, sind wir aktuell auf der Suche nach weiteren Investoren und führen erste Gespräche mit Herstellern von Medizingeräten. Läuft alles nach Plan, wäre ein Markteintritt Ende 2025 denkbar. Wobei dann noch verschiedene Zertifizierungen anstehen, damit die intelligente Software in Medizingeräten eingesetzt werden darf.