Jeder Patient, jede Gefäßstruktur, jedes Aneurysma ist anders. Die Vision des IndiPlant-Projekts: ein System, das auf Basis medizinischer Bilddaten einen maßgeschneiderten Stent für jede individuelle Gefäßsituation entwirft – und diesen durch Simulation und 3D-Druck validiert.

Langfristig soll aus IndiPlant ein vollständiges System entstehen, das patientenindividuelle Behandlungen ermöglicht, nicht nur im Gehirn, sondern perspektivisch auch für andere Körperbereiche. „Wir arbeiten an einer Lösung, die die Grundlage für eine wirklich personalisierte Gefäßtherapie schaffen kann“, erklärt Sebastian Wittor, Projektleiter bei BAYOOMED.

Die Technologie verbindet medizinische Bildverarbeitung, künstliche Intelligenz, Simulation und 3D-Druck – in einem durchgängigen digitalen Prozess.

BAYOOMED verantwortet im Konsortium die Entwicklung und das Training des KI-Systems. Das Modell analysiert MRT- und CT-Daten (DICOM), erstellt ein 3D-Modell des Aneurysmas samt Gefäßumgebung und generiert daraus einen individuellen Stent-Entwurf. Das Besondere daran ist, dass die Validierung nicht erst am fertigen Produkt erfolgt, sondern prozessbasiert durch Simulationen des KI-generierten Designs.

Das bedeutet, dass nicht der Stent getestet wird, sondern der gesamte Prozess seiner Entstehung wird validiert – ein Ansatz, der in der Medizintechnik bisher einzigartig ist.

Zu Beginn erhielt BAYOOMED DICOM-Daten von der Uniklinik Jena. Diese mussten zunächst sorgfältig aufbereitet werden. Ein aufwändiger Prozess, da Gefäße flexibel sind, sich durch Blutdruck minimal verändern und nur mithilfe von Kontrastmitteln sichtbar werden.

Das Team verwendete daraufhin verschiedene Preprocessing-Methoden. Es erwies sich als entscheidender Erfolgsfaktor, rund 60 % der Gesamtaufwände flossen in diese Phase. Im Training kam eine Kombination aus U-Net Architektur, MONAI Framework und PyTorch zum Einsatz. Mit einer anfangs winzigen Datenbasis von nur fünf Aneurysmen wurde der Gesamtprozess getestet, anschließend die Datengrundlage auf 60 und später 128 Fälle erweitert.

Als Ergebnis stieg die Modellgenauigkeit stieg von 42 % auf 85 % Accuracy, ein gewaltiger Fortschritt innerhalb weniger Monate.

Anders als in klassischen Medizinproduktentwicklungen arbeitete das Team ergebnisoffen und explorativ. Statt eines festen Backlogs standen Forschung, Paper-Research und technische Iterationen im Vordergrund.

„Wir mussten uns die richtigen Werkzeuge, Bibliotheken und Algorithmen im Laufe des Projekts selbst erarbeiten“, erzählt Sebastian Wittor. „Das war forschungsgetriebenes Arbeiten im besten Sinne, mit der Freiheit, Hypothesen zu prüfen, zu verwerfen und neue Wege zu gehen.“ So entstand auch die Idee einer visuellen Benutzeroberfläche, um die Ergebnisse der KI besser interpretieren und validieren zu können, ein Schritt, der aus der Praxis heraus geboren wurde.

Die Arbeit an IndiPlant hat BAYOOMED wertvolle Erkenntnisse für zukünftige KI-Entwicklungen gebracht:

Heute kann der gesamte IndiPlant-Prozess digital abgebildet werden – von der Datenerfassung über die KI-basierte Segmentierung und Stent-Erstellung bis zur Simulation und dem 3D-Druck des fertigen Stents.

Die nächsten Schritte: Optimierung der einzelnen Prozessabschnitte, bessere Abstimmung der beteiligten Systeme und die Weiterentwicklung der KI. Das Forschungsprojekt läuft noch bis Ende 2026. Ziel ist die preklinische Phase, mit dem langfristigen Ziel, das System bis zur Marktreife zu führen.

IndiPlant zeigt, was möglich ist, wenn Forschung, Technik und Medizin zusammenkommen. BAYOOMED arbeitet hier nicht an einer App oder Software, sondern an einem grundlegend neuen Ansatz für patientenindividuelle Medizinprodukte.

„An einem System zu arbeiten, das die Basis für personalisierte Gefäßtherapie legt, ist faszinierend“, sagt Sebastian Wittor, „Wir gestalten hier aktiv die Zukunft der Medizintechnik und das ist ein unglaublich motivierendes Gefühl.“