Ein internationales Forscherteam am Paul-Scherrer-Institut (PSI) hat unter der Leitung von Physiker Goran Lovric den Workflow VISTACT entwickelt. Die Plattform ermöglicht erstmals die künstlich intelligente, virtuelle Färbung von Gewebeproben aus mikrocomputertomographischen Aufnahmen im dreidimensionalen Raum. Die Ergebnisse wurden im Januar 2026 im Journal of the Royal Society Interface vorgestellt. Traditionelle Histologie beruht auf der manuellen Anfertigung und Anfärbung dünnster Gewebeschnitte, um Zellstrukturen mikroskopisch zu analysieren. Dies ist zeitaufwändig und zerstört die dreidimensionale Architektur. VISTACT überwindet diese Einschränkung durch die Kombination hochauflösender Phasenkontrast-Mikro-CT mit einem neuronalen Netzwerk. Während klassische Computertomographie primär Röntgendichtekontraste abbildet, erfasst die Phasenkontrasttechnik zusätzliche Streuinformation, wodurch Weichteilstrukturen im Mikrometerbereich detailliert sichtbar werden. Da CT-Daten jedoch nur graustufig vorliegen, fehlen etablierte Farbreferenzen. Das KI-Modell übersetzt diese Informationen automatisch in virtuell angefärbte 3D-Modelle und differenziert dabei spezifische Gewebekomponenten wie Blutgefäße, Kollagenfasern oder elastische Strukturen. Ein methodischer Durchbruch lag in der präzisen räumlichen Zuordnung. Da Gewebeschnitte mikroskopisch dünn sind und verzerren können, entwickelte das Team einen Algorithmus, der jeden Schnitt exakt in das CT-Datenvolumen einordnet. Als Nachweis testeten die Forschenden die Methode an Lungengewebe mit pulmonaler Hypertonie. Die virtuelle 3D-Pathologie konnte charakteristische Umgestaltungen der Lungengefäße abbilden. Erste Authorin Cristina Almagro-Pérez betonte, dass der Prozess deutlich schneller automatisierbar sei und nicht-destruktive Analysen komplexer Gewebe ermögliche. Für den klinischen Routineeinsatz existieren jedoch Hürden. Die Aufnahmen erforderten den Zugang zur Großforschungsanlage Swiss Light Source (SLS). Die Datenmengen bleiben erheblich, und die aktuelle Auflösung reicht häufig noch nicht für eine verlässliche Einzelzellkern-Darstellung. Zudem handelt es sich um eine statistische KI-Rekonstruktion, nicht um eine physische Färbung. Der Nachweis ist erbracht, die diagnostische Qualität muss jedoch für den Klinikalltag noch validiert werden. Unabhängig von den Limitationen markiert die Technologie einen Paradigmenwechsel. Durch die Kombination zerstörungsfreier 3D-Bildgebung mit KI-Farbtransformation eröffnen sich neue Perspektiven für die Identifizierung von Krankheits-Biomarkern und die präzise Tumorphysiologie. Langfristig könnte VISTACT die etablierte Zellpathologie transformieren und die diagnostische Forschung nachhaltig beschleunigen.