Nichtinvasive Gelbsucht‑Erkennung durch spektrale Band­erweiterung von RGB‑Bildern und direkte hyperspektrale Aufnahmen

Warum gelbe Augen wichtig sind

Die meisten Menschen verbinden Gelbsucht einfach mit gelber Haut oder gelben Augen, aber hinter dieser Farbveränderung verbirgt sich eine Anhäufung eines Blutfarbstoffs namens Bilirubin, die auf ernsthafte Leber‑ oder Blutprobleme hinweisen kann. Heute bedeutet die Bestimmung von Bilirubin in der Regel eine Blutentnahme in einer Klinik oder einem Krankenhaus, was schmerzhaft, zeitaufwändig und für Neugeborene, ältere Menschen und Personen in abgelegenen Regionen schwer zugänglich sein kann. Diese Studie stellt eine auf den ersten Blick einfache, aber weitreichende Frage: Kann eine gewöhnliche Handykamera, unterstützt durch intelligentere Bildanalyse und eine laborfähige optische Kamera, Gelbsucht zuverlässig genug erkennen, um die Versorgung ohne Nadel zu steuern?

Auf der Suche nach Hinweisen in der Augenweiße

Das Team konzentrierte sich zunächst auf die Sklera — den weißen Teil des Auges —, weil deren Farbe weniger durch Sonnenexposition und Hautfarbe beeinflusst wird als die Haut selbst. Sie sammelten Nahaufnahmen der Augen von 47 Patientinnen und Patienten unter zwei verbreiteten Innenbeleuchtungsarten: warmen Halogenlampen und kühleren Leuchtstoffröhren. Um sicherzustellen, dass Unterschiede in der Raumbeleuchtung nicht als Krankheit fehlinterpretiert werden, durchlief jedes Bild einen zweistufigen „Normalisierungs“prozess, der die Farben an hellen und dunklen Referenzpunkten im selben Bild verankert. Die Forschenden erweiterten dann jedes gewöhnliche Rot‑Grün‑Blau (RGB)‑Bild auf 13 sorgfältig ausgewählte Farbbänder, die subtile Verschiebungen zwischen Blau, Grün, Gelb und Orange erfassen — genau dem Bereich, in dem sich Gelbsucht für das menschliche Auge zeigt.

Dem Telefon beibringen, die Blutchemie abzuschätzen

Aus jedem Augenbild wurde der 13‑Bänder‑Farbfingerabdruck der Sklera in ein kompaktes maschinelles Lernmodell namens JaundiceAI‑Mobile eingespeist. Statt zu versuchen, eine einfache Ja/Nein‑Entscheidung zu treffen, lernte das System, den gleichen numerischen Gelbsucht‑Index vorherzusagen, den Ärztinnen und Ärzte aus Bluttests erhalten. Das Training nutzte 90 Bilder mit bekannten Blutwerten, und das Modell wurde separat für die beiden Lichttypen angepasst. Unter fluoreszierender Beleuchtung, die vielen Büro‑ und Wohnumgebungen ähnelt, stimmten die Vorhersagen extrem eng mit den Laborwerten überein: die statistische Anpassung (R²) betrug 0,988 und die lineare Korrelation 0,9945, was bedeutet, dass die telefonbasierten Schätzungen die steigenden und fallenden Bilirubinwerte der Studiengruppe nahezu perfekt nachvollzogen.

Über das menschliche Sehen hinaus mit hyperspektralen Bildern

Während Handys nur drei breite Farbkanäle erfassen, kann eine spezialisierte hyperspektrale Kamera Dutzende schmaler Wellenlängenbänder pro Pixel aufzeichnen, einschließlich unsichtbarem Nahinfrarotlicht. Die Forschenden nutzten eine solche Kamera, um die Handflächen der Patientinnen und Patienten zu untersuchen und winzige Bereiche aus glatter Haut, gemischter Haut und Hautfalten zu extrahieren. Durch die Umwandlung roher Interferogramm‑Videos in vollständige Spektren erhielten sie 141 Wellenlängenpunkte pro Stelle von 400 bis 1000 Nanometern. Wenn sie diese Spektren über Gruppen mit unterschiedlicher Gelbsucht‑Schwere mittelten, zeigte sich ein konsistentes Bild. Bei Personen mit Gelbsucht reflektierte die Haut weniger blau‑grünes Licht (unter etwa 550 Nanometern), aber mehr gelb‑orangenes Licht (etwa 560–590 Nanometer) — Änderungen, die mit dem klassischen gelben Erscheinungsbild übereinstimmen. Interessanterweise fanden die Forschenden im nahen Infrarotbereich neue Kreuzungspunkte, an denen sich die Helligkeit von gelber und gesunder Haut umkehrte, besonders um 750–850 Nanometer und nahe 850, 950 und 980 Nanometern.

Hände, Falten und verborgene Signale

Die Handflächenfalten erwiesen sich als besonders aussagekräftig. Diese Falten enthalten reichlich Bindegewebe, das Bilirubin anreichern kann, und sind weniger durch Blutfluss und Pigmente beeinflusst. Hyperspektrale Scans der Falten zeigten, dass gelbsüchtige Handflächen im sichtbaren Licht tendenziell dunkler waren als normale. Doch in einem engen Nahinfrarot‑Fenster, ungefähr zwischen 690 und 855 Nanometern, kehrte sich der Trend um und gelbsüchtige Falten reflektierten mehr Licht. Dieses Muster, zusammen mit den konsistenten Kreuzungspunkten, die sowohl in den augenbasierten Farbdaten als auch in den palm‑basierten hyperspektralen Daten zu sehen waren, deutet darauf hin, dass das Körpergelb eine robuste optische Signatur aufweist, die über Gewebe und Kameratypen hinweg nachverfolgt werden kann. Indem die 13 telefonfreundlichen Farbkanäle auf passende hyperspektrale Wellenlängen abgebildet werden, skizzieren die Autorinnen und Autoren einen Weg für „Super‑Auflösungs“‑Modelle, die Smartphones erlauben, die reichhaltigere spektrale Sicht ohne teure Hardware zu approximieren.

Vom Labor‑Konzept zur Alltagsuntersuchung

Für Patientinnen, Patienten und Angehörige ist die Kernaussage: Ein einfaches Foto des Auges kann, wenn es sorgfältig verarbeitet wird, überraschend nahe dran sein, eine Blutentnahme zur Einschätzung des Gelbsuchtgrads zu ersetzen — zumindest innerhalb der Grenzen dieses frühen Experiments. Die Studie zeigt außerdem, dass in unserer Haut mehr diagnostische Information steckt, als das bloße Auge erkennen kann, insbesondere im nahen Infrarotbereich. Zusammen deuten die hohe Genauigkeit der telefonbasierten Vorhersagen und die detaillierten hyperspektralen Fingerabdrücke auf eine Zukunft hin, in der Menschen Gelbsucht zu Hause oder in ressourcenarmen Kliniken mit vertrauten Geräten überwachen könnten, während fortgeschrittene Optik und Algorithmen subtile Farbverschiebungen still übersetzen in aussagekräftige medizinische Erkenntnisse.

Zitation: Liao, WC., Lin, J.J.Y., Lu, YC. et al. Non-invasive jaundice detection using spectral-band expansion from RGB images and direct hyperspectral images. npj Biosensing 3, 22 (2026). https://doi.org/10.1038/s44328-026-00087-w

Schlüsselwörter: Gelbsucht, Smartphone‑Bildgebung, Hyperspektrale Bildgebung, nichtinvasive Diagnostik, Bilirubin