Dr. Philipp Köhler leitet die Forschungsgruppe Medical Sensors am Institut für Biologische und Medizinische Bildgebung (IBMI) von Helmholtz Munich. Sein Forschungsschwerpunkt liegt auf der Weiterentwicklung optoakustischer Sensortechnologien für klinische Anwendungen – mit besonderem Fokus auf Physik, Spektroskopie und biomedizinische Bildgebung.

Sein akademischer Werdegang begann mit einem Bachelor- und Masterstudium in Physik an der Technischen Universität München, ergänzt durch Kurse in Biomedizinischer Physik. Anschließend erhielt er ein renommiertes Stipendium des Cavendish Laboratory an der University of Cambridge, wo er einen zweiten Masterabschluss in Nanotechnologie erwarb und seine Promotion in Physik mit Schwerpunkt auf Spektroskopie und Optik abschloss.

Während seiner Zeit in Cambridge sammelte Dr. Köhler praktische Forschungserfahrung bei Cancer Research UK auf dem Gelände des Addenbrooke’s Hospital. Dort untersuchte er fluoreszierende DNA-Origami-Strukturen als Marker für die multispektrale optoakustische Tomographie (MSOT).

Um den Wissenstransfer von der Forschung in die Anwendung zu stärken, absolvierte er Innovations- und Entrepreneurship-Kurse an der Cambridge Judge Business School und arbeitete beim Londoner Start-up Cortirio, das tragbare Geräte zur Erkennung von Schädel-Hirn-Traumata mittels funktioneller Nahinfrarotspektroskopie (fNIRS) entwickelt.

Fasziniert vom Potenzial der MSOT-Technologie wechselte Dr. Köhler Ende 2019 zu Helmholtz Munich. Seither treibt er die Entwicklung optoakustischer Sensoren voran – durch Einwerbung von Fördermitteln, Entwicklung neuer Prototypen, Organisation klinischer Studien und Durchführung von Marktanalysen. Im September 2021 übernahm er die Leitung der Gruppe Medical Sensors.

Ausgehend von der optoakustischen Bildgebung entwickeln Dr. Köhler und sein Team neuartige optoakustische Sensoren, die die Vorteile von Bildgebungsverfahren einer viel größeren Patientengruppe zugänglich machen, indem sie kostengünstige Messungen in einem viel kleineren und tragbaren Format ermöglichen. Bestehende Bildgebungsverfahren sind meist universelle Werkzeuge, die lediglich ein Bild erzeugen, aber auf medizinisches Fachwissen für eine genaue Interpretation der Ergebnisse angewiesen sind. Die Sensoren dieser Gruppe sind speziell für jede medizinische Indikation konzipiert und nutzen fortschrittliche Datenanalysemethoden wie maschinelles Lernen und KI für eine genaue und objektive Klassifizierung von Krankheiten und deren Verlauf, ohne dass eine Bildgebung erforderlich ist. Relevante Anwendungen umfassen Diabetes und seine Komplikationen, Herz-Kreislauf-Erkrankungen oder Dermatologie, bei denen eine frühzeitige und objektive Erkennung eine gezieltere und effektivere Behandlung ermöglicht.

MedizinsensorenOptikDatenanalysePrototypenentwicklungWissenstransferMarktforschung und Kommerzialisierung