Wissen hoch N Themen
Nierentransplantation – KI verbessert Patientenversorgung

12. 06. 2025
Verfasst von: Jan Hinrich Bräsen

Nierentransplantation – KI verbessert Patientenversorgung

Das Bild zeigt verschieden große Zelltypen von runder bis ovaler Form in unterschiedlichen Farben. © Medizinische Hochschule Hannover
Das digitale Schnittpräparat aus einer Spenderniere zeigt eine nahezu normale Morphologie vor der Transplantation. Die automatisierte Strukturerkennung der Zelltypen erfolgt KI-basiert: gelb = Glomeruli (Nierenkörperchen), hellblau = Tubuli (Harnkanälchen), violett = Arterien (größere Blutgefäße), grün = Kapillaren (kleine Blutgefäße), pink = Bindegewebe, blau umrandet = Zellkerne, rot = weiße Blutkörperchen (Makrophagen).

Eine optimale Versorgung transplantierter Patienten ist essenziell, um die Funktionsfähigkeit der Organe möglichst lange zu erhalten – zumal es zu wenige Spenderorgane gibt. Die digitale Pathologie nutzt hochauflösende Bilder von Organgewebe und zunehmend auch künstliche Intelligenz als Grundlage, um die Prognose für Patienten zu verbessern sowie die Therapie individueller und effektiver zu gestalten. Ein Forschungsteam der Medizinischen Hochschule Hannover entwickelt KI-Verfahren, die den Zustand von transplantierten Nieren exakt beurteilen.

Zukunft der Diagnostik: KI-gestützte digitale Pathologie

Trotz bedeutender Fortschritte in der Transplantationstherapie bleibt das langfristige Überleben von Nierentransplantaten eine Herausforderung. Ursachen einer Erkrankung genau zu bestimmen ist eine zentrale Voraussetzung für eine gezielte Behandlung. Biopsien, also die Entnahme kleinster Gewebeproben, werden von spezialisierten Pathologen mit histopathologischen Verfahren untersucht, um strukturelle und molekulare Gewebeveränderungen zu analysieren. Auch bei Funktionsstörungen transplantierter Nieren spielen Biopsien eine entscheidende Rolle, insbesondere um zwischen einer Abstoßungsreaktion und einer Infektion zu unterscheiden. Beide Szenarien erfordern ganz unterschiedliche Behandlungsstrategien.

Algorithmen erkennen Gewebestrukturen von Nieren

Derzeit basiert die pathologische Beurteilung jedoch stark auf subjektiven Erfahrungen der Experten. Die Quantifizierung feinster Gewebeveränderungen bleibt dabei begrenzt. Daher kommen auch in der Routinediagnostik zunehmend digitale Verfahren zum Einsatz. So werden gefärbte Schnittpräparate eingescannt und archiviert, die Diagnostik erfolgt effizient und ortsunabhängig am Bildschirm. Die Arbeitsgruppe um Prof. Dr. med. Jan Hinrich Bräsen an der Medizinischen Hochschule Hannover hat in mehreren Forschungs- und Kooperationsprojekten hochkomplexe Algorithmen entwickelt, die Strukturen von Nierengewebe erkennen. Die Forschenden nutzten dazu innovative serielle Färbeverfahren, um die benötigte große Menge an Trainingsdaten für alle relevanten anatomischen Strukturen zu erzeugen.

Das KI-basierte Bild zeigt verschiedene Zelltypen als klar voneinander abgegrenzte und unterschiedlich gefärbte Punkte. Das Fluoreszenzbild zeigt die gleichen Strukturen, wobei die unterschiedlichen Farben der Zelltypen teilweise übereinanderliegen und verlaufen. © Medizinische Hochschule Hannover
Hier ist ein Glomerulum, der bis zu einem Viertelmillimeter durchmessende Filterapparat, einer transplantierten Niere in zwei digitalen Darstellungen zu sehen: links die KI-basierte automatisierte Klassifikation unterschiedlicher Zelltypen, rechts ein identisches Schnittpräparat mit Fluoreszenztechnik. Die hohe Anzahl von Immunzellen (Leukozyten; rot) ist typisch für eine Antikörper-vermittelte Abstoßung, die möglichst schnell und gezielt therapiert werden muss. (blau = Zellkerne, gelb = Podozyten, grün = Endothelzellen der Blutgefäße, rot = Leukozyten)

KI präzisiert die Diagnostik von Gewebeschäden

Die KI-gestützten Methoden wie Convoluted Neural Networks liefern objektive und präzise Daten zur Gewebestruktur und quantifizieren spezifische Biomarker, zum Beispiel weiße Blutkörperchen wie Makrophagen. „Einige Biomarker-Signale sind so fein, dass sie selbst von erfahrenen Pathologen nicht in der benötigten Auflösung erfasst werden können“, erklärt Jan Hinrich Bräsen. „Unsere Methode hat gezeigt, dass die Makrophagendichte in Biopsien bereits sechs Wochen nach Transplantation eine Vorhersage über die Langzeitfunktion des Transplantats ermöglicht.“ Derzeit validiert die Arbeitsgruppe diese innovativen Methoden für die klinische Anwendung und plant, die Methodik auch auf andere Erkrankungen und Organe zu übertragen.

Redaktioneller Hinweis: Dieser Text steht unter der CC BY 3.0 DE-Lizenz
Zitation: Bräsen, J. H. (2025). Nierentransplantation – KI verbessert Patientenversorgung. Wissen Hoch N. https://doi.org/10.60479/E56H-Z312
Portraitfoto
Prof. Dr. med. Jan Hinrich Bräsen
Portraitfoto
Prof. Dr. med. Jan Hinrich Bräsen
Medizinische Hochschule Hannover, Wissens- und Technologietransfer
Adresse
Carl-Neuberg-Str. 1
30625 Hannover
Medizinische Hochschule Hannover, Wissens- und Technologietransfer
Adresse
Carl-Neuberg-Str. 1
30625 Hannover

Bestellen Sie unseren Newsletter.
Folgen Sie uns auf LinkedIn.
Abbonieren Sie unseren RSS-Feed.
OSZAR »