Digitales Modell der Lunge könnte Zahl der Todesfälle bei Covid-19 und ARDS deutlich reduzieren
Computermodell ermöglicht schonendere Beatmung
Für Patienteninnen und Patienten mit akutem Lungenversagen (Acute Respiratory Distress Syndrome, ARDS) ist die künstliche Beatmung die Rettung. Doch die Situation ist paradox: Während die Mediziner versuchen, mit Druck die Lunge offen zu halten und den Austausch von Sauerstoff und Kohlendioxid weiter zu ermöglichen, kann der Druck Teile der Lunge auch so stark schädigen, dass dies tödliche Folgen hat.
Den behandelnden Medizinern stehen nur wenige Parameter zur Verfügung, um die optimale Beatmung einzustellen. Doch die Lunge ist ein komplexes Organ. Der Druck, der benötigt wird, um alle Bereiche offen zu halten, kann in manchen Bereichen schon zu Überdehnungen führen. Gleichzeitig muss ein wiederholtes Öffnen und Schließen einzelner Lungenbereiche vermieden werden. Denn das Gewebe reagiert auf den mechanischen Reiz in beiden Fällen mit einer Entzündung.
Unsichtbares sichtbar machen
„Die Krux dabei ist“, sagt Wolfgang Wall, Professor für Numerische Mechanik an der TU München, „dass die Behandelnden bisher keine Möglichkeit hatten, eine Überdehnung zu erkennen. Von der Luftröhre bis in die feinsten Verästelungen besitzt die Lunge mehr als 20 Stufen der Verzweigung, und es gibt keine Messmethode um festzustellen, was auf der Mikroebene der Lunge während der Beatmung passiert.“
Die Lunge ist im Bereich der „Lungenbläschen“, die in vielen Fachbüchern noch immer fälschlicherweise wie Weinreben dargestellt werden, in Wahrheit ein schwammartiges Gewebe über dessen feinste Wände der Austausch zwischen der Luft und dem Blut erfolgt. Die mechanischen Wechselwirkungen zwischen den verschiedenen Gewebearten, der strömenden Luft und dem Flüssigkeitsfilm auf dem Gewebe sind extrem komplex.
Viele Jahre Forschung mit immer weiter verfeinerten Simulationsmodellen für das Verhalten von Gewebe und Luftstrom sowie mit mikromechanischen Versuchen an realen Gewebeproben haben nun zu einem digitalen Lungenmodell geführt.
Ausgehend von den Daten eines Computer-Tomogramms des Brustkorbs und der Analyse eines Atemzuges zeigt es dem Behandelnden, welche Einstellungen des Beatmungsgeräts zu welchen Belastungen auf der Mikroebene der Lunge führen. Entsprechend kann dieser die Einstellungen anpassen.
Künstliche Intelligenz hilft bei der Interpretation
Klinischer Standard ist es, die Einstellungen für die Beatmung anhand einer vom Körpergewicht ausgehenden Faustformel zu berechnen. Aus den Daten eines Computer-Tomogramms errechnet das Computermodell der Arbeitsgruppe von Prof. Wall das tatsächliche Lungenvolumen. Es erkennt dabei sogar den Zustand einzelner Lungenbereiche, die durch die Erkrankung bereits geschädigt sind.
Aus der Druck- und Volumenänderung während eines Atemzuges errechnet der Computer dann Werte für die mechanischen Eigenschaften der Lunge des Patienten. Damit erzeugt das Modell einen digitalen Zwilling der Patientenlunge. Er ist so präzise, dass das Programm voraussagen kann, welche Einstellungen zu Schäden führen würden.
Ausgründung zum Transfer der Forschungserbnisse in die Praxis
Parallel zur weiteren Forschung zusammen mit klinischen Partnern gründete Prof. Wall zusammen mit drei ehemaligen Mitarbeitern das Unternehmen „Ebenbuild“, um die Forschungsergebnisse schnellstmöglich in die klinische Praxis zu bringen.
Ein wesentlicher Schritt dabei war die automatische Modellerstellung mittels künstlicher Intelligenz. Auf dieser Basis wurde inzwischen auch ein Werkzeug zur Charakterisierung der Lunge entwickelt, das auch zur frühen Erkennung von Covid-19 eingesetzt werden kann.
„Über 80 Prozent der Todesfälle infolge von Covid-19 sind auf akutes Lungenversagen zurück zu führen. Bei längerfristiger künstlicher Beatmung von Patienten sinkt die Überlebensrate derzeit auf etwa 50 Prozent“, sagt Prof. Wall. „Ziel unserer Arbeiten ist es, dass in Zukunft an jedem Beatmungsplatz ein digitales Lungenmodell bei der optimalen Einstellung der Beatmung hilft und wir so die Überlebenschance deutlich erhöhen können.“
C. J. Roth, T. Becher, I. Frerichs, N. Weiler, W. A. Wall:
Coupling of EIT with computational lung modelling for predicting patient-specific ventilatory responses
Journal of Applied Physiology, 122 (2017), 855-867 – DOI: 10.1152/japplphysiol.00236.2016
C. J. Roth, M. Ismail, L. Yoshihara, W. A. Wall:
A comprehensive computational lung model incorporating inter-acinar dependencies: Application to spontaneous breathing and mechanical ventilation
International Journal for Numerical Methods in Biomedical Engineering, 33 (2017), e02787
DOI: 10.1002/cnm.2787
C. J. Roth, L. Yoshihara, W. A. Wall:
Computational Modeling of Respiratory Biomechanics
In R. Narayan (Ed.), Encyclopedia of Biomedical Engineering, Elsevier, 2018, vol. 2, pp. 70–80
Die Forschungsarbeiten wurden von der Deutschen Forschungsgemeinschaft gefördert. Die Ausgründung „Ebenbuild“ wird im Rahmen des EXIST-Programms aus Mitteln des Bundeswirtschaftsministeriums gefördert. Grundlegende Modellrechnungen wurden am Leibniz-Rechenzentrum der Bayerischen Akademie der Wissenschaften auf dem Campus Garching durchgeführt.
Video zur Forschung am Lungenmodell (2015) (Youtube, 3:18 Min)
Technische Universität München
Corporate Communications Center
- Dr. Andreas Battenberg
- battenberg@zv.tum.de
- presse@tum.de
- Teamwebsite
Kontakte zum Artikel:
Prof. Dr.-Ing. Wolfgang A. Wall
Lehrstuhl für Numerische Mechanik
Technische Universität München
Tel.: +49 89 289 15302
wolfgang.a.wall@tum.de
