Foto: ediundsepp Gestaltungsgesellschaft / TUM
Nach dem Kontakt mit Sars-CoV-2-Viren entwickeln manche – aber keineswegs alle – Patienten die Lungenerkrankung Covid-19. Viele Infektionen verlaufen komplett ohne Beschwerden oder nur mit leichten Erkältungssymptomen. Die Erreger lassen sich aus Abstrichen gewinnen und mit der Polymerase-Kettenreaktion vermehren. Darauf beruht die Diagnostik: „Sonden“, also kleine Nukleinsäuren, erkennen das passende Gegenstück im Erbgut des Virus.
Die PCR-Diagnostik hilft aber nicht weiter, wenn es um die Lungenerkrankung Covid-19 geht. Schon zu Beginn der Pandemie fanden Ärzte bei Computertomographien (CT) typische Strukturen, die Milchglastrübungen genannt werden. Sie wurden schon bei Lungenerkrankungen durch andere Coronaviren wie Sars oder Mers beobachtet. Außerdem stehen CT-Aufnahmen in wenigen Minuten zur Verfügung. Der Labortest kann etliche Stunden, im schlimmsten Fall sogar ein bis zwei Tage, in Anspruch nehmen.
Doch es gibt auch Nachteile: Die CT führt zu einer – wenn auch geringen – Strahlenbelastung. Und sie liefert nicht immer leicht interpretierbare Ergebnisse. Beide Defizite versuchen Forscher der Technischen Universität München (TUM) mit einem neuartigen Röntgenverfahren jetzt zu umgehen.
Bessere Ergebnisse mit der Dunkelfeld-Methode
Handelsübliche Technologien der Röntgen-Bildgebung inklusive CT arbeiten mit der Abschwächung von Röntgenstrahlung durch unterschiedliche Gewebe. Befindet sich etwa bei einer Lungenentzündung mehr Wasser in manchen Stellen des Körpers, wird auch mehr Röntgenstrahlung absorbiert. Nach dem Prinzip arbeitete schon Wilhelm Conrad Röntgen bei seinen Experimenten.
Franz Pfeiffer von der Munich School of BioEngineering der TUM geht einen anderen Weg. Er arbeitet mit der Dunkelfeld-Bildgebung, um Lungenveränderungen wie Covid-19 nachzuweisen. Man erfasst den geringen Anteil des Röntgenlichts, der gestreut wird. Diese Komponente bleibt bei der normalen Methode unberücksichtigt.
Dunkelfeld-Verfahren kennt man seit über 250 Jahren aus der klassischen Mikroskopie. Sie führt zu einem dunklen Hintergrund, vor dem sich Strukturen hell abheben. Dadurch können von durchsichtigen Objekten mit geringem Kontrast gut aufgelöste, kontrastreiche Bilder erzeugt werden.
Mögliche Vorteile für Patienten
„Die Streuung ist beispielsweise an Grenzflächen zwischen Luft und Gewebe besonders stark“, sagt Pfeiffer. Dadurch ließen sich in einem Dunkelfeldbild der Lunge Bereiche mit intakten, also luftgefüllten, Lungenbläschen klar von Regionen unterscheiden, in denen die Lungenbläschen kollabiert oder mit Flüssigkeit gefüllt seien. Das führt letztlich zur Notwendigkeit, einige Patienten mit Covid-19 zu beatmen.
Pfeiffer hat das neue Verfahren seit 2008 entwickelt, stieß aber auf Hürden. Zu Beginn der Forschung gelang es ihm nur mit Röntgenlicht hoher Qualität, wie es Synchrotronlichtquellen liefern, die Dunkelfeld-Methode anzuwenden. Beim nun vorgestellten Verfahren lassen sich normale Röntgenröhren einsetzen, wie sie in Arztpraxen zu finden sind.
Hinzu kommt die geringere Strahlenbelastung für Patienten. Für eine Untersuchung mit der Dunkelfeld-Technik benötigen Ärzte nur eine Aufnahme pro Patientin. Zum Vergleich: Bei CTs werden etliche Aufnahmen in mehreren Richtungen angefertigt.
Tests mit dem ersten Prototyp
Nach Abschluss von Laborversuchen steht jetzt ein Gerät zur Verfügung, das sich eignet, um Patienten im Krankenhaus zu untersuchen. In wenigen Tagen sollen Tests beginnen. Das Bundesamt für Strahlenschutz (BfS) hat bereits seine Zustimmung erteilt.
Kooperationspartner ist das Klinikum rechts der Isar in München. Die Forscher wollen Patienten anbieten, sich nicht nur mit einer normalen CT, sondern auch mit dem Dunkelfeld-Verfahren untersuchen zu lassen. Direkte Vergleiche ermöglichen es, die neue Technologie zu bewerten.
„Es würde sicher über ein Jahr dauern, bis solche Geräte verfügbar sind“, vermutet Pfeiffer. „Wir können aber davon ausgehen, dass der Bedarf nach kostengünstiger, zuverlässiger und schonender Covid-19-Diagnostik für längere Zeit erhalten bleibt.“
Künstliche Intelligenz für bessere Diagnosen
In der Zwischenzeit bleibt nur, Patienten mit CT zu untersuchen. Manchen Ärzten fehlt die nötige Erfahrung, um Covid-19 zu erkennen. Deshalb haben Forscher aus Wien die Open-Source-Software „Covid-19-classifier“ entwickelt. Basis ist ein neuronales Netz. Mit künstlicher Intelligenz erkennt die Software bei mehr als 90 % richtig, ob es sich um Covid-19 handelt oder nicht.
Mehr zum Thema Covid-19 und Sars-CoV-2:
- Corona-Ticker – Covid-19-Medikament: Forscher aus Braunschweig machen entscheidende Entdeckung
- Fiebermessung mit Thermografiekameras: „Du kommst hier nicht rein“
Ein Beitrag von:
