20 Millionen für KI-Forschung im Bereich Gesundheit

fTeilen

Wie können innovative KI-Modelle dazu beitragen, Wirkstoffentwicklung,
Diagnoseverfahren und Therapiemethoden entscheidend zu verbessern? Das
erforschen vier interdisziplinäre Projektteams an den Universitäten
Heidelberg, Ilmenau, Kaiserslautern-Landau und Mainz in den kommenden
sechs Jahren. Die KI-Modelle sollen nicht nur bei der Auswertung von Daten
unterstützen, sondern auch Handlungsempfehlungen ableiten. Je fünf
Millionen Euro erhalten die Teams im Rahmen des Programms CZS Durchbrüche
von der Carl-Zeiss-Stiftung.

Künstliche Intelligenz gilt als eine Schlüsseltechnologie – auch im
Gesundheitssektor. Sie kann dazu beitragen, Krankheiten früher zu
erkennen, die Patientenversorgung zu verbessern und die seit Jahren
steigenden Ausgaben im Gesundheitsbereich zu senken.

Um dieses Potential weiter zu erforschen, hat die Carl-Zeiss-Stiftung Ende
2022 eine Ausschreibung zu „KI in der Gesundheit“ veröffentlicht. In einem
zweistufigen Verfahren wurden von einer Fachjury nun vier Projekte zur
Förderung ausgewählt. Die interdisziplinären Teams an den Universitäten
Heidelberg, Ilmenau, Kaiserslautern-Landau und Mainz erhalten über einen
Zeitraum von sechs Jahren insgesamt 20 Millionen Euro.

Die dort erforschten KI-Modelle verbinden Machine Learning-Ansätze mit der
Fähigkeit, daraus abgeleitet Erklärungsketten aufzustellen oder
Vorhersagen über mögliche Verläufe zu treffen. Dadurch soll ein
datenbasiertes Arbeiten im Gesundheitswesen ermöglicht werden. Im ersten
Schritt wird die Verarbeitung von umfangreichen und heterogenen
Datenmengen unterstützt. Im zweiten Schritt können Datenlücken künstlich
geschlossen werden. Im dritten Schritt werden weitgehende Auswertungen
durchgeführt wie z. B. eine individuelle Handlungsempfehlung durch auf
Wahrscheinlichkeit beruhende Vorhersagen.

„Mit unserem Fokus auf die Themen Künstliche Intelligenz und Life Science
Technologies wollen wir Antworten auf die zwei drängenden
gesellschaftlichen Herausforderungen Digitalisierung und Gesundheit geben.
Mit der Ausschreibung verfolgen wir zwei Ziele: Wir wollen erstens mit
Künstlicher Intelligenz Komplexität reduzieren und zweitens zu einer
Verbesserung der Gesundheitsversorgung beitragen,“ sagt Dr. Felix
Streiter, Geschäftsführer der Carl-Zeiss-Stiftung. „In den geförderten
Projekten sollen bestehende Daten nicht nur in ein Format gebracht werden,
das Auswertungen erlaubt. Vielmehr sollen diese Datenmengen intelligent
verknüpft, Lücken gefüllt und so beispielsweise sinnvolle Empfehlungen
erzeugt werden.“

Innovative KI-Modelle ermöglichen präzisere Verarbeitung und Auswertung
großer Datenmengen

Das Projektteam von Prof. Dr. Naim Bajcinca an der Rheinland-Pfälzische
Technische Universität Kaiserslautern-Landau (RPTU) und Dr. Bernhard
Radlwimmer am Deutschen Krebsforschungszentrum (DKFZ) in Heidelberg will
mit Hilfe von KI die Behandlung von aggressiven Gehirntumoren, sogenannten
Glioblastomen, verbessern. Ziel ist die Entwicklung eines KI-Modells, das
die molekularen Schlüsselprozesse der Anpassung von Glioblastomen
identifiziert. Darauf aufbauend soll das Verhalten der Krebszellen
kontrolliert, ihre Reaktion auf Medikamente vorhergesagt und
personalisierte Therapien optimiert werden. Die Arbeit des Projektteams
könnte auch neue Wege in der Behandlung anderer tödlicher Krebsarten
eröffnen.

Pollenbedingte Atemwegsallergien betreffen bis zu 30 % der
Weltbevölkerung. Die pollenbedingten Allergien verursachen hohe
Krankheitskosten, führen zu Arbeits- und Schulversäumnissen und
resultieren in frühen Todesfällen. Bedingt durch den Klimawandel werden in
den kommenden Jahren über längere Perioden sogar mehr und aggressivere
Pollen erwartet. Die Vorhersage von Pollenfeldern ist jedoch extrem
schwierig. Das Team um Prof. Dr. Patrick Mäder an der TU Ilmenau will
unter Nutzung und Weiterentwicklung von KI-Methoden eine genauere und
aktuellere Vorhersage der lokalen Pollenbelastung ermöglichen. Dazu werden
unter anderem die Verbreitung allergener Pflanzen sowie deren
Eigenschaften analysiert.

Eine der größten Hürden in der Medikamentenentwicklung stellt eine
frühzeitige Erkennung unerwünschter oder fehlender Wirkung von
Therapeutika dar. An der Johannes Gutenberg-Universität Mainz trainiert
das interdisziplinäre Team von Prof. Dr. Paul Czodrowski eine KI, die bei
der Identifikation der aussichtsreichsten Experimente unterstützen soll.
Die neurosymbolische KI verbindet klassisches Machine Learning und
generative Modelle mit der Fähigkeit Erklärungsketten aufzustellen. So
soll die Anzahl an möglichen Ergebnissen eingeschränkt werden. Trainiert
mit Ergebnissen aus Laborexperimenten soll die KI aktiv lernen und ihr
Wissen einsetzen, damit nur Experimente mit dem größten Erkenntnisgewinn
real durchgeführt werden.

Das Projektteam von Prof. Dr. Sandy Engelhardt erforscht an den Standorten
Heidelberg und Mainz die Behandlung von Herzinsuffizienz mit einer
Kombination aus neuartigen KI-Ansätzen und Robotik. Mit umfassenden
Gesundheitsdaten, von Genomik bis hin zu Biosignalen und Medizinischen
Bilddaten wird eine KI trainiert, die bisher verborgene Zusammenhänge für
die Diagnose erkennen und gezieltere Interventionen ermöglichen soll. Im
Projekt wird das am Beispiel der Bewegungstherapie mit Hilfe von
assistierter Robotik umgesetzt.