KI-Tools für die Wundversorgung auswählen: die 5 Fragen von Pixacare

Alle Pflegefachkräfte und Ärzte fotografieren Wunden. Doch nur wenige dieser Fotos werden zu verlässlichen Daten. Das war der Ausgangspunkt des Workshops, den Pixacare am 15. Oktober 2026 beim Fortbildungskongress der AFISCEP in Belgien gehalten hat: „KI-Anwendungen und Fotografie: Herausforderungen, Einsatz, Grenzen, Perspektiven“.

Dieser Beitrag fasst das Wichtigste zusammen: was künstliche Intelligenz (KI) mit einem Wundfoto wirklich leisten kann, was sie nicht sieht, und fünf einfache Fragen, mit denen Sie jedes Tool zur Wundvermessung oder Wundanalyse prüfen können, bevor Sie es in Ihrer Abteilung einführen.

‍

‍

Wundfotografie: Ein Foto ist noch keine Messung

Das Foto ist bereits ein Werkzeug der Wundversorgung: Es dient der Wundverlaufskontrolle, dem Austausch zwischen häuslicher, ambulanter und stationärer Versorgung, der Einholung einer Zweitmeinung aus der Ferne und der Dokumentation der Behandlung. Doch ein Foto ohne Methode kann täuschen.

Im Workshop verglich das Publikum zwei Fotos und sollte sagen, welche Wunde größer ist. Es war dieselbe Wunde, am selben Tag im Abstand von wenigen Minuten fotografiert. Nur Abstand, Licht und Winkel waren anders. Ohne Größenreferenz kann das Auge das nicht entscheiden.

Warum die Wundvermessung ab der 4. Woche zählt

Eine Referenzstudie zum diabetischen Fußulkus (Sheehan et al., Diabetes Care, 2003) hat die Wunden zu Beginn und nach 4 Wochen vermessen:

• Hatte sich die Wundfläche um mehr als 53 % verkleinert, waren nach 12 Wochen 58 % der Wunden abgeheilt.
• Andernfalls waren es nur 9 %.

Nach 4 Wochen lässt sich also bereits absehen, welche Wunden einen ungünstigen Verlauf nehmen könnten, vorausgesetzt, sie werden korrekt vermessen. Die Lineal-Methode Länge × Breite überschätzt die Fläche unregelmäßiger Wunden, und zwei Behandelnde kommen selten auf denselben Wert. Hier setzen digitale Tools an: Sie sollen aus einem Bild vergleichbare Daten machen.

‍

KI und Wunden: vier Tool-Familien hinter einem Begriff

Hinter dem Begriff KI stecken sehr unterschiedliche Tools. Bevor Sie ein Tool bewerten, lautet die erste Frage: Was genau macht das Tool?

Vermessung

Was das Tool macht: Wundrand, Fläche, Länge und Breite anhand eines Fotos mit Kalibrierungsmarker.
Grenze, die man im Blick behalten sollte: keine Tiefe auf einem 2D-Foto; abhängig von der Aufnahme.
Beispiele: WoundTrack II (Pixacare), imitoWound, Minuteful for Wound (Healthy.io), Swift Skin and Wound, eKare inSight; in 3D: ARANZ Silhouette, cureVision.

Gewebeanalyse

Was das Tool macht: Anteil von Granulationsgewebe, Fibrin und Nekrose.
Grenze, die man im Blick behalten sollte: empfindlich gegenüber Licht und Hautton; Wundrand prüfen.
Beispiele: WoundTrack II und mehrere der oben genannten Tools, Tissue Analytics (Net Health).

Spezialisierte Bildgebung

Was das Tool macht: eigenes Gerät für bakterielle Fluoreszenz oder multispektrale Bildgebung.
Grenze, die man im Blick behalten sollte: spezielle Hardware, gezielter Einsatz.
Beispiele: MolecuLight (Fluoreszenz), Kent Imaging (Gewebeoxygenierung), DeepView von Spectral AI (Verbrennungen).

Generative KI

Was das Tool macht: Übergabenotiz verfassen, Akte zusammenfassen, Frage beantworten.
Grenze, die man im Blick behalten sollte: kann Antworten erfinden; keine Patientendaten in Verbraucher-Tools.
Beispiele: ChatGPT, Le Chat, Copilot.

Nicht zu verwechseln: Plattformen für Wundverlaufskontrolle und Fallfreigabe (gesicherte Fotodokumentation, Verlaufskurven, Telekonsil) sind keine KI. Sie sind sehr nützlich, und die KI wird häufig in sie integriert. Bei Pixacare sind die Plattform zur Verlaufskontrolle und das KI-Analysemodul sogar zwei getrennte Medizinprodukte unterschiedlicher Klassen.

‍

Die Grenzen der KI bei Wundfotos

Eine KI ist nur so gut wie das Foto, das sie erhält, und die Daten, mit denen sie trainiert wurde. Drei problematische Fotos aus dem Workshop zeigen das deutlich:

• Blitz: Die Reflexionen hellen den Wundgrund auf, den ein Algorithmus dann als Fibrin lesen kann, und verdecken den tatsächlichen Wundrand.
• Dunklere Hauttöne: Der Kontrast zwischen Haut und Wunde ist geringer, und ein Algorithmus, der überwiegend mit heller Haut trainiert wurde, grenzt die Wunde möglicherweise weniger genau ab.
• Wundhöhle: Ein Foto ist zweidimensional und erfasst weder die Tiefe noch das, was sich unter den Wundrändern verbirgt.

Unabhängig von diesen Fallstricken lassen sich die Grenzen in fünf Kategorien einteilen:

• Technisch: Licht, Winkel, Abstand; tiefe, unterminierte oder zirkuläre Wunden.
• Verzerrung (Bias): teils geringere Leistung bei dunkleren Hauttönen, wenn diese in den Trainingsdaten unterrepräsentiert sind.
• Klinisch: Das Bild sagt nichts über Schmerz, Geruch, Wärme oder die Situation der Patientin bzw. des Patienten aus.
• Daten: privates Smartphone, gemischte Galerie, Verbraucher-Messenger: Die DSGVO gilt für jedes Foto.
• Organisatorisch: Einarbeitung, Doppelerfassung, wenn das Tool nicht an die Patientenakte angebunden ist.

Das eigentliche Risiko ist nicht, dass die KI sich irrt. Sondern dass man nicht mehr hinschaut, weil sie eine Zahl geliefert hat.

‍

CE-Kennzeichnung und AI Act: der regulatorische Rahmen für Wundsoftware

Software, die eine Wunde vermisst oder analysiert, fällt in der Regel unter die europäische Medizinprodukteverordnung (Verordnung (EU) 2017/745, MDR). Sie trägt dann eine CE-Kennzeichnung und eine Risikoklasse. Doch CE ist nicht gleich CE:

• Klasse I: Der Hersteller erklärt die Konformität selbst, ohne externe Prüfung (außer bei sterilen, wiederverwendbaren Produkten oder Produkten mit Messfunktion).
• Klasse IIa und höher: Eine unabhängige Benannte Stelle prüft das Produkt, und ihre vierstellige Kennnummer steht neben dem CE-Zeichen.

Der erste Reflex sollte also sein, nachzusehen, ob neben dem CE-Zeichen eine Nummer steht.

Eine zweite Ebene kommt hinzu: der europäische AI Act (KI-Verordnung). Für Medizinprodukte mit KI gelten die Anforderungen an Hochrisiko-KI-Systeme, darunter Transparenz und menschliche Aufsicht, ab dem 2. August 2028, nach der durch die „Digital Omnibus“-Verordnung beschlossenen Verschiebung.

‍

Die 5 Fragen vor der Einführung eines KI-Tools für Wunden

Diese Checkliste wurde im Workshop vorgestellt. Sie gilt für jedes Tool, auch für unseres.

1. Ist es als Medizinprodukt CE-gekennzeichnet, und in welcher Klasse? Klasse I: Selbsterklärung des Herstellers. Klasse IIa und höher: geprüft durch eine Benannte Stelle, deren Kennnummer auf das CE-Zeichen folgt.
2. Wo werden die Fotos gehostet, und wer hat Zugriff? Sicheres Hosting für Gesundheitsdaten, rollenbasierte Benutzerberechtigungen, nichts in der Smartphone-Galerie oder in einem Verbraucher-Messenger.
3. An welchen Patientinnen und Patienten und an welchen Wunden wurde es validiert? Abgedeckte Wundarten und Wundgrößen, vertretene Hauttypen, veröffentlichte Studien.
4. Lässt es sich ohne Doppelerfassung in die Patientenakte integrieren? Anbindung an das KIS bzw. die elektronische Patientenakte, Berichtsexport, sicherer Austausch zwischen häuslicher, ambulanter und stationärer Versorgung.
5. Wer behält die Entscheidung, und wie erinnert das Tool daran? Das Tool vermisst und analysiert. Die Fachkraft prüft, korrigiert und entscheidet.

‍

Pixacare und WoundTrack II im Check der eigenen Fragen

Pixacare wurde 2019 in Straßburg gegründet, mitbegründet von Prof. Frédéric Bodin, Chirurg am Universitätsklinikum Straßburg. Die Plattform wird von mehr als 70 Gesundheitseinrichtungen in 6 Ländern genutzt. So beantwortet sie die Checkliste:

• CE-Kennzeichnung und Klasse: WoundTrack II, das KI-Modul zur Wundanalyse: Klasse IIa, CE 2460 (Benannte Stelle DNV) seit März 2026. Pixacare Application: Klasse I. Qualitätsmanagementsystem zertifiziert nach ISO 13485:2016.
• Hosting und Zugriff: Daten in Frankreich gehostet, rollenbasierte Benutzerberechtigungen, SSO möglich, Fotos außerhalb der privaten Galerie.
• Validierung: chronische Wunden bei Erwachsenen, Studien siehe unten.
• Integration in die Patientenakte: API, HL7, FHIR R4, PDF-Wundberichte in die Patientenakte.
• Wer entscheidet: die Fachkraft. Die KI schlägt einen Wundrand und eine Gewebeverteilung vor, die die Fachkraft prüft und korrigieren kann.

Und was das Tool nicht kann: Es misst keine Wundtiefe und analysiert eine Wunde pro Foto. Vor allem ersetzt es nicht das klinische Urteil der Fachkraft.

Was die klinischen Studien zeigen

• Wessels, Berkane, Bodin, ETRS 2026 (Veröffentlichung in Vorbereitung): 100 Fotos, KI mit Korrektur durch die Fachkraft, gegenüber 3 Fachkräften mit Planimetrie. Zentrales Ergebnis: medianer Fehler 4,7 %; ICC 0,993.
• Pixaire1, Maxant et al., 2026 (medRxiv): 36 Patienten, halbautomatische Vermessung gegenüber Planimetrie. Zentrales Ergebnis: ICC 0,96; Grenzen: Wunden über mehrere Ebenen, unscharfe Wundränder.

Ein Intraklassen-Korrelationskoeffizient (ICC) nahe 1 bedeutet eine nahezu perfekte Übereinstimmung mit der Referenzmessung. In der beim ETRS 2026 vorgestellten Studie wird dieses Niveau von der KI erreicht, deren Ergebnis die Fachkraft geprüft und korrigiert hat: Die Fachkraft bleibt eingebunden.

‍

3D-Vermessung, Verlaufsprognose: was kommt

In der Branche zeichnen sich mehrere Trends ab, die über die heute von zertifizierten Produkten abgedeckten Anwendungen hinausgehen. Es handelt sich um Forschungs- und Entwicklungsansätze, nicht um heute verfügbare Funktionen:

• 3D-Vermessung direkt mit den Tiefensensoren von Smartphones, ohne eigenes Gerät;
• Vermessung ohne Kalibrierungsaufkleber, damit Betroffene ihre Wunde zu Hause selbst fotografieren können;
• Verlaufsprognose, um früher auf eine Wunde hinzuweisen, deren Heilungsverlauf von der erwarteten Kurve abweicht, wobei die Entscheidung bei der Fachkraft bleibt;
• die Verknüpfung der Wundanalyse mit dem Wundverbandsprotokoll der Einrichtung, wobei die Wahl bei der Fachkraft bleibt.

Jeder dieser Fortschritte wird die Fachkräfte brauchen: für hochwertige Fotos, für die Validierung der Tools im Praxisalltag und um zu benennen, was die Maschine nicht sieht.

‍

Häufige Fragen zu KI und Wundfotografie

Kann KI eine Wunde anhand eines einfachen Fotos vermessen?

Ja, sofern das Foto einen Kalibrierungsmarker enthält. Die KI erkennt dann den Wundrand und berechnet Fläche, Länge und Breite. Die Wundtiefe misst sie auf einem zweidimensionalen Foto nicht.

Muss eine App für Wundfotos CE-gekennzeichnet sein?

Software, die eine Wunde vermisst oder analysiert, fällt in der Regel unter die MDR (Verordnung (EU) 2017/745) und muss eine CE-Kennzeichnung als Medizinprodukt tragen. Ab Klasse IIa wurde sie von einer unabhängigen Benannten Stelle geprüft, deren Kennnummer neben dem CE-Zeichen steht.

Funktioniert KI bei allen Hauttönen gleich gut?

Nicht immer. Bei dunkleren Hauttönen ist der Kontrast zwischen Haut und Wunde geringer, und ein Algorithmus, der überwiegend mit heller Haut trainiert wurde, grenzt die Wunde möglicherweise weniger genau ab. Deshalb sollten Sie fragen, an welchen Hauttypen das Tool validiert wurde.

Ersetzt KI das klinische Wundassessment der Fachkraft?

Nein. Die KI vermisst und analysiert, die Fachkraft beobachtet, interpretiert und entscheidet. Bei WoundTrack II schlägt die KI einen Wundrand und eine Gewebeverteilung vor, die die Fachkraft prüft und korrigieren kann.

‍

Drei Kernaussagen

1. Ein standardisiertes Foto ist mehr wert als zehn zufällige.
2. Stellen Sie vor der Einführung eines Tools die 5 Fragen.
3. Die KI vermisst und analysiert; die Fachkraft beobachtet, interpretiert und entscheidet.

Möchten Sie WoundTrack II in Ihrer Abteilung testen? Nehmen Sie Kontakt mit dem Pixacare-Team auf.

‍