MRT-Technik: Stuttgarter Forscher lösen Totzeit-Problem

Die medizinische Bildgebung und Diagnostik durchläuft derzeit eine Phase spürbarer technischer Weiterentwicklung. Ein aktuelles Beispiel liefert die Universität Stuttgart mit einem neuen MRT-Verfahren, das eine grundlegende technische Einschränkung der Magnetresonanztomographie überwindet: die sogenannte Totzeit.

Die Entwicklung wurde in der Fachzeitschrift Science Advances im Jahr 2026 vorgestellt und zeigt beispielhaft, wie sich Forschung an Universitäten, Kliniken und Unternehmen derzeit auf schnellere, präzisere und zugänglichere Diagnostik konzentriert.

Totzeit-Problem in der MRT gelöst

Bei der klassischen MRT-Technik entsteht nach der Anregung des Gewebes eine kurze Phase, in der keine Signale erfasst werden können – die Totzeit. Prof. Jens Anders vom Institut für Intelligente Sensorik und Elektronik (IIS) der Universität Stuttgart beschreibt dies als einen kurzen blinden Fleck. Das neue Verfahren lässt Anregung und Detektion gleichzeitig ablaufen, wodurch Signale erfassbar werden, die bislang verloren gingen. Besonders profitieren dürften Anwendungen, bei denen Spinantworten schnell abklingen, etwa bei der Bildgebung der Lunge.

Für die medizinische Anwendung kooperiert die Universität Stuttgart mit dem Universitätsklinikum Ulm. Parallel arbeitet das Team mit der Charité Berlin und dem Helmholtz-Zentrum Berlin (HZB) an einer Variante für die Elektronenspinresonanz (EPR), mit dem Ziel, Diagnostik und Therapie von Hautkrebs zu verbessern.

Prof. Klaus Lips vom HZB sieht in der patentierten Grundidee zudem Potenzial für eine Ausgründung. Auch außerhalb der Medizin findet die Technik bereits Anwendung: Die Materialprüfungsanstalt (MPA) Stuttgart nutzt das Verfahren, um die Porosität von Werkstoffen zu untersuchen.

Im Rahmen des Projekts Q NOVA am Innovationscampus Quantum BW wird zudem an kompakten, kostengünstigeren Systemen gearbeitet. Die zugrundeliegende Publikation stammt von Zhibin Zhao und Kollegen und ist unter der DOI 10.1126/sciadv.aeg6581 verzeichnet.

Breiterer Trend: KI durchdringt viele Bereiche der Diagnostik

Die Stuttgarter MRT-Entwicklung steht nicht isoliert da, sondern reiht sich in eine Vielzahl von Fortschritten ein, die zeigen, wie Künstliche Intelligenz zunehmend Teil der klinischen Bildgebung wird.

Am InfoLab der Sungkyunkwan University in Südkorea entwickelte ein Team um Prof. Tamer Abuhmed eine neue Vision-Transformer-Architektur namens 4D fMRI CrossFormer, die vierdimensionale fMRI-Daten analysiert und dabei mittels erklärbarer KI-Karten beitragende Hirnregionen sichtbar macht.

Auf dem Alzheimer-Benchmark-Datensatz ADNI erreichte das Modell einen F1-Score von 96,28 Prozent, allerdings basieren diese Ergebnisse bislang auf Benchmark-Daten und nicht auf klinischem Einsatz.

Moderne Diagnoseverfahren helfen dabei, gesundheitliche Risiken wie Demenz immer früher zu erkennen. Wer bereits heute aktiv werden möchte, erfährt in diesem kostenlosen Ratgeber, wie man die eigene geistige Fitness durch gezielte Übungen und Alltagstipps nachhaltig stärken kann. 11 praktische Gehirn-Jogging-Übungen kostenlos entdecken

Am Deutschen Krebsforschungszentrum entstand mit nnDetection ein Framework für die automatisierte Erkennung von Auffälligkeiten in medizinischen Bildern, das auf zehn verschiedenen Datensätzen validiert wurde und in der LUNA16-Lungenknoten-Challenge einen mAP-Wert von 0,942 erzielte.

Auch im Bereich der Krebsfrüherkennung tut sich einiges: Die Universitäten Birmingham und das Imperial College London gründeten das Unternehmen Intelligent Mass Spec Solutions (IMS Solutions), das mit einer Anschubfinanzierung von 1,1 Millionen Pfund (rund 1,3 Millionen Euro) sowie staatlicher Förderung von 2,1 Millionen Pfund ausgestattet ist.

Auf Basis einer Plattformtechnologie von Prof. Wiebke Arlt sollen Steroid-Fingerabdrücke identifiziert werden. Ein erster Urintest namens ACCelerate zur Erkennung von Nebennierenrindenkarzinomen soll bis 2029 auf den britischen Markt kommen; in einer klinischen Studie mit über 2000 Patienten zeigte sich der Test bis zu viermal genauer als herkömmliche Bildgebung.

Kontaktlose Sensorik und klinische Erprobung

Am Fraunhofer IOF in Jena entstand im Rahmen des Forschungsbündnisses AMI (Advanced Multimodal Imaging) mit goVISCAN ein kontaktloser Vitalsensor, der Herzrate, Atemfrequenz und Sauerstoffsättigung erfasst.

In einer Vorstudie mit 12 probanden lag der mittlere Fehler bei der Atemfrequenz bei 1,3 Atemzügen pro Minute, bei der Herzrate bei 2,8 Schlägen pro Minute und bei der Sauerstoffsättigung bei 3,8 Prozentpunkten im Vergleich zum Fingerpulsoximeter.

Der nächste Schritt ist die klinische Erprobung. Das elfköpfige Forschungsbündnis wurde zwischen 2022 und 2025 mit rund 9 Millionen Euro durch das Bundesministerium für Forschung, Technologie und Raumfahrt im RUBIN-Programm gefördert.

Während die Forschung an neuen Sensoren für Vitalwerte arbeitet, bleibt die Interpretation klassischer Laborbefunde für viele Patienten oft ein Rätsel. Dieser kostenlose PDF-Report hilft Ihnen dabei, Ihre Blutwerte selbst besser zu verstehen und gezielt für Ihre Gesundheit vorzusorgen. Kostenlosen Laborwerte-Selbstcheck jetzt herunterladen

Einordnung: Nutzen und Grenzen

Trotz der technischen Fortschritte mahnen Fachleute zur Vorsicht bei der Einordnung solcher Systeme. Die Deutsche Gesellschaft für Ultraschall in der Medizin (DEGUM) betont, dass KI den Ultraschall in der Schwangerschaft vollständiger, einheitlicher und nachprüfbarer machen soll, jedoch nicht die ärztliche Beurteilung ersetzt.

Christian Enzensberger von der Uniklinik RWTH Aachen sieht den Nutzen moderner Systeme vor allem in der Standardisierung von Schnittebenen und Messungen, während Diagnose, Beratung und Therapie in ärztlicher Verantwortung bleiben.

Ähnlich äußert sich Prof. Jakob Nikolas Kather vom Else Kröner Fresenius Zentrum für Digitale Gesundheit der TU Dresden: Spezialisierte KI-Systeme zur Brustkrebserkennung auf Mammografie-Aufnahmen erreichten inzwischen das Niveau menschlicher Experten und seien teils als Medizinprodukte zugelassen, dennoch warnt er vor blindem Vertrauen in KI.

Seine Arbeitsgruppe entwickelte zudem KI-Systeme, die anhand radiologischer und histologischer Bilder von Darmkrebs genetische Veränderungen und geeignete Medikamente vorhersagen können – allerdings noch nicht in Routineanwendung.

Kather berichtet außerdem, dass in seinem Team mittlerweile 99 Prozent des Codes von KI stammen und Projekte, die früher sechs Monate dauerten, teils in zwei Wochen umgesetzt werden. Als größtes Hindernis für die medizinische KI-Forschung in Deutschland nennt er weiterhin den erschwerten Zugang zu Daten.

Zusammengenommen zeichnen diese Entwicklungen das Bild eines Feldes im Umbruch: Technische Innovationen wie das Stuttgarter MRT-Verfahren beseitigen physikalische Limitierungen, während KI-Systeme in Bildanalyse und Diagnostik zunehmend unterstützende Funktionen übernehmen. Der Konsens unter Fachleuten bleibt dabei bestehen, dass diese Werkzeuge die ärztliche Beurteilung ergänzen, nicht ersetzen sollen.

de | wissenschaft | 70163976 |