Ein internationales Expertenteam startet ein bahnbrechendes Projekt, um tiefe Venenthrombosen (TVT) frühzeitig zu erkennen und lebensbedrohliche Komplikationen zu verhindern.
Tiefe Venenthrombosen stellen ein erhebliches Gesundheitsrisiko dar, doch ein neues Forschungsprojekt könnte das ändern.
Tiefe Venenthrombosen (TVT) sind tückisch: Oft bleiben sie unbemerkt, da zwei Drittel der Fälle keine Symptome aufweisen. Selbst wenn Symptome auftreten, sind sie meist unspezifisch und äußern sich in Schweregefühlen, Kribbeln oder einem Ziehen im Unterschenkel sowie Beinschwellungen oder einem Hitzegefühl. Doch die Folgen können gravierend sein: Von langwierigen gesundheitlichen Problemen bis hin zu lebensgefährlichen Komplikationen wie Lungenembolien, die weltweit die dritthäufigste kardiovaskuläre Todesursache sind.
Das internationale Forschungsprojekt ThrombUS+, das im Januar dieses Jahres gestartet wurde, will dies ändern. Ein tragbares Diagnosegerät, das mithilfe von Künstlicher Intelligenz (KI) arbeitet, soll Patienten überwachen und Blutgerinnsel frühzeitig erkennen. Das Projekt wird über dreieinhalb Jahre mit 9,5 Millionen Euro durch das EU-Forschungsrahmenprogramm Horizont Europa gefördert. Beteiligt sind 18 Partner aus der EU und den USA, darunter das griechische Athena Research Center, das Fraunhofer-Institut für Photonische Mikrosysteme (IPMS), der Elektrotechnik-Verband VDE und die Firma Medis aus Deutschland.
Die neue Diagnosetechnik kombiniert KI-gesteuerte Erkennungsmechanismen mit Ultraschalltechnik, Impedanzplethysmographie und Lichtreflexionsrheographie. Dadurch soll eine benutzungsfreundliche, bedienerfreie und kontinuierliche Echtzeitüberwachung von Patienten mit hohem TVT-Risiko ermöglicht werden. Klinische Studien begleiten die technische Entwicklung, um Sicherheit und Leistungsfähigkeit des Medizinproduktes zu gewährleisten.
Um die Erkenntnisse schnell praxisreif zu machen, berücksichtigt das Team rechtliche, regulatorische und sicherheitstechnische Anforderungen an komplexe Medizinprodukte bereits früh im Entwicklungsprozess. Ein veröffentlichter Datenmanagementplan legt dar, wie Datensätze erfasst, generiert und aufbewahrt werden, um im Einklang mit den Prinzipien der offenen Wissenschaft („Open Science“) zugänglich und wiederverwendbar zu sein. Dies soll auch den Marktzugang zukünftiger komplexer KI-basierter Medizinprodukte verbessern.