Die Zukunft der Diagnostik: Krebs kann man riechen

Klinische Untersuchungen, Blutanalysen im Labor, bildgebende Verfahren wie Ultraschall, Magnetresonanztomografie (MRT) oder Computertomografie (CT) – die Bandbreite an diagnostischen Möglichkeiten ist groß. In der Regel werden sie dann eingesetzt, wenn eine Krankheit bereits Symptome verursacht, also ein Anfangsverdacht besteht. Zur Früherkennung sind die meisten Methoden nicht geeignet. Zum einen wäre beispielsweise ein regelmäßiges flächendeckendes Ultraschallscreening der Organe sehr teuer – und die Zahl der Treffer im Verhältnis vermutlich zu gering. Zum anderen sind vor allem Röntgenuntersuchungen mit einer Strahlenbelastung verbunden. Ihr Einsatz sollte daher grundsätzlich sehr gut abgewogen werden.

Forschende am Fraunhofer-Projektzentrum für Mikroelektronische und Optische Systeme für die Biomedizin MEOS gehen daher einen ganz anderen Weg: Sie wollen die Atemluft nutzen, um unter anderem Krebs bereits im Anfangsstadium zu entdecken. Die Technik kann auch eingesetzt werden, um COVID-19 von anderen Atemwegsinfektionen zu unterscheiden.

Corona: Smartphone findet Infizierte mit KI

Biomarker in der Atemluft

Die Fraunhofer-Wissenschaftler sind keineswegs die ersten Menschen, die Auffälligkeiten bei der Atemluft festgestellt haben. Schon im alten Griechenland glaubten Ärzte, den Atem zur Diagnose nutzen zu können. Das ist auch durchaus logisch. „Bei einer Vielzahl von Erkrankungen verändert sich die Zusammensetzung der flüchtigen organischen Spurengase in der Atemluft, die als Biomarker verwendet werden können“, sagt Jessy Schönfelder, Wissenschaftlerin am Fraunhofer MEOS.

„Oftmals sind es Kombinationen aus mehreren Spurengasen in einer deutlich erhöhten oder deutlich erniedrigten Konzentration, die charakteristisch für eine bestimme Krankheit sind. Man spricht hier auch von einem VOC-Fingerprint oder einem Muster an VOCs.“ VOC steht dabei für Volatile Organic Compounds, also flüchtige organische Verbindungen. Ein gutes Beispiel sei Diabetes. Diese Störung des Zuckerstoffwechsels mache sich durch einen leicht süßlich-fruchtigen Acetongeruch bemerkbar, den man mitunter sogar ohne Hilfsmittel wahrnehmen könne.

Das Entscheidende an den VOCs sei dabei, dass die Verbindungen von erkranktem Gewebe oder sogar von den Krankheitserregern selbst freigesetzt werden, unabhängig von den weiteren Folgen der Erkrankung für den Körper. Anders gesagt: Diese Verbindungen entstehen bereits, bevor der Betroffene Beschwerden hat.

Organische Verbindungen entschlüsseln und zuordnen

Nun ist es natürlich keineswegs so, dass jede Krankheit einen eigenen Geruch hat, aber Biomarker in der Atemluft sind häufiger, als die Mediziner lange Zeit angenommen haben. Eine der wichtigsten Aufgaben besteht also darin, sie zu finden und zu entschlüsseln. Das Fraunhofer-Team hat dafür ein sogenanntes Ionenmobilitätspektrometer (IMS) entwickelt.

Herzstück des Geräts ist ein winziger FAIMS-Chip (High Field Asymmetric Ion Mobility Spectrometry). Zu diesem MEMS-Bauelement (Micro-Electro-Mechanical System) gehören ein Ionenfilter, ein Detektor und eine UV-Lampe. So funktioniert es: Im ersten Schritt werden die flüchtigen organischen Verbindungen, die analysiert werden sollen, in einem Trägergasstrom in das Spektrometer gepumpt. Anschließend werden sie durch das UV-Licht ionisiert. Aus ihnen werden also geladene Moleküle. „Diese leiten wir an den FAIMS-Chip weiter. Anschließend legen wir an die Filterelektroden eine alternierende Spannung an. Durch das Einstellen der Spannung am Filter kann man auswählen, welche VOCs zum Detektor gelangen. Auf diese Weise erhalten wir unser VOC-Fingerprint, anhand dessen wir die Erkrankung erkennen können“, erklärt Schönfelder.

Analysegerät von der Größe eines Schukartons

Aktuell sind die Wissenschaftler dabei, noch einige Herausforderungen zu bewältigen. Vor allem wollen sie die elektronische Steuerung und die Probenentnahme verbessern. Weitere Untersuchungen mit menschlichen Proben aus der Klinik sind geplant. Bei der Analyse soll zudem eine künstliche Intelligenz (KI) helfen. „Pro Messung erhalten wir eine halbe Million Messwerte. Diese hohe Datenmenge wollen wir per Machine Learning auswerten“, sagt die Forscherin.

Mit einer ähnlichen Technologie ist es am Fraunhofer IZI übrigens bereits gelungen, sieben verschiedene Bakterienstämme voneinander zu unterscheiden. Für das Fraunhofer-Team besteht jedenfalls kein Zweifel daran, dass ihre Arbeit großes Potenzial hat. Denn ein Eingriff sei nicht notwendig, und das fertige Verfahren werden am Ende eine schnelle und günstige Methode sein. Das Gerät selbst werde etwas die Größe eines Schuhkartons haben, sodass es problemlos in Arztpraxen eingesetzt werden könne.

Mehr lesen über Entwicklungen in der Medizin:

• Intelligente Fertigungszelle erfüllt strenge Medizintechnik-Richtlinien
• Ingenieure sorgen für Revolution im Medizinlabor: Roboter sortieren Tausende Proben automatisch
• Medizin-Nobelpreis: Dank diesen Forschern ist eine chronische Krankheit heilbar