Würzburger Forschungsteam entwickelt KI-App zur Überwachung chronischer Wunden

von | Sep. 23, 2025 | Digitalisierung, Forschung, Gesundheit

Ein interdisziplinäres Team aus Medizin und Informatik hat die App „Wunderkint“ zur digitalen Dokumentation und Überwachung chronischer Wunden vorgestellt. Betroffene können damit den Heilungsverlauf selbst fotografisch erfassen und Zusatzinformationen wie Schmerzintensität, Juckreiz oder Stimmung übermitteln. Die Daten werden verschlüsselt an behandelndes Fachpersonal übertragen, das die Wundheilung über ein Dashboard in Echtzeit verfolgen und bei Bedarf die Therapie anpassen kann. Ziel ist es, die Versorgung zu verbessern, die Lebensqualität der Patientinnen und Patienten zu steigern und das Gesundheitssystem zu entlasten.

Die technische Grundlage der App bildet das KI-System „WoundAmbit“, das am Lehrstuhl für Software-Engineering der Julius-Maximilians-Universität Würzburg entwickelt wurde. Das Modell nutzt Methoden der semantischen Segmentierung, um die Wundfläche auf Fotos zuverlässig zu erkennen und Größe sowie Rötung exakt zu bestimmen. Dazu werden Referenzkarten mit Farbskala und speziellen Markern neben die Wunde gelegt, um unterschiedliche Aufnahmebedingungen auszugleichen.

Für das Projekt wurden tausende öffentliche Wundbilder sowie ein eigener medizinischer Datensatz ausgewertet. Die Ergebnisse der automatischen Analyse wurden mit den Einschätzungen erfahrener Ärztinnen und Ärzte verglichen, um die Verlässlichkeit der Technologie sicherzustellen. Mit dieser Kombination gelang es, eine praxistaugliche Schnittstelle zwischen moderner KI und alltäglicher Versorgung zu schaffen.

Auf dem Dashboard sehen die Ärztinnen und Ärzte die Fotodokumentation der chronischen Wunden sowie die Skala der Schmerzintensität, des Juckreizes und der Nässe der Wunden. | Copyright: JMU
Auf dem Dashboard sehen die Ärztinnen und Ärzte die Fotodokumentation der chronischen Wunden sowie die Skala der Schmerzintensität, des Juckreizes und der Nässe der Wunden. | Copyright: JMU

Vanessa Borst, Doktorandin am Lehrstuhl für Software-Engineering, erhielt für die Arbeit am zugrundeliegenden Paper auf der European Conference on Machine Learning and Knowledge Discovery in Databases (ECML PKDD) 2025 in Porto den Preis für das beste studentische Paper im Applied Data Science Track. Das Projekt überzeugte durch den erfolgreichen Brückenschlag zwischen hochentwickelter semantischer Segmentierung und ihrer praktischen Anwendung in der realen Wundversorgung.

Derzeit läuft eine Machbarkeitsstudie, die erste positive Ergebnisse zur Benutzerfreundlichkeit und Akzeptanz der App zeigt. Neben der telemedizinischen Betreuung sind auch Terminbuchungen und Video-Konsultationen über die Anwendung möglich. Die Entwickler sehen darin eine wichtige Ergänzung zur klassischen Wundversorgung, die eine engmaschige Beobachtung ermöglicht, ohne den persönlichen Arztkontakt vollständig zu ersetzen.

Original Paper:

[2506.06104] WoundAIssist: A Patient-Centered Mobile App for AI-Assisted Wound Care With Physicians in the Loop


Redaktion: X-Press Journalistenbüro GbR

Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.