Künstliche Intelligenz unterstützt Medizin der Zukunft
Das von der EU geförderte Horizon-Europe-Projekt entwickelt mit sechs
europäischen Partnern eine Plattform für KI-gestützte genombasierte
Diagnostik am Beispiel chronisch-entzündlicher Darmerkrankungen. Zu den
Partnern zählen unter anderem die Sapienza Università di Roma in Italien
(Prof. Massimo Mecella), die Università degli Studi di Bari Aldo Moro in
Italien (Prof. Paolo Buono) und die Munster Technological University in
Irland (Dr. Haithem Afli). Das Projekt wird durch das Marie-Skłodowska-
Curie-Actions-Programm unterstützt. GenDai verbindet Informatik, KI und
biologische Forschung mit dem Ziel, Diagnostikprozesse effizienter,
nachvollziehbarer und stärker personalisiert zu gestalten.
Wie können Informatik und Künstliche Intelligenz (KI) dabei helfen,
Krankheiten schneller und genauer zu erkennen? Mit dieser Frage
beschäftigt sich das Forschungsprojekt Genomics Diagnostics supported by
Artificial Intelligence (GenDAI). Prof. Dr. Matthias Hemmje und sein
Habilitand Dr. Thomas Krause entwickeln im Lehrgebiet Multimedia und
Internetanwendungen der FernUniversität in Hagen Methoden, mit denen große
Mengen genetischer Daten mithilfe Künstlicher Intelligenz automatisch
analysiert und für medizinische Entscheidungen genutzt werden.
Ziel ist es gemeinsam mit Laboren in Limburg und Heidelberg eine KI-
gestützte Diagnostikplattform aufzubauen, die insbesondere die Analyse des
menschlichen Mikrobioms verbessert. Dabei geht es um die Gesamtheit der
Mikroorganismen – vor allem Bakterien –, die in und auf unserem Körper
leben und unsere Gesundheit beeinflussen. „Wie können Prozesse im Labor
automatisiert, digitalisiert und beschleunigt werden, speziell mit neuen
Technologien wie Künstlicher Intelligenz, um bessere und schnellere
Ergebnisse zu bekommen?“, fasst Krause die Kernfrage seiner Habilitation
zusammen.
Von der Laborprobe zur intelligenten Diagnose
In medizinischen Laboren entstehen täglich riesige Mengen an Daten.
Beispielsweise können aus einer Stuhlprobe genetische Informationen von
Bakterien gewonnen werden. Diese Daten zeigen, welche Mikroorganismen
vorhanden sind und in welcher Menge sie vorkommen. Für Menschen ist es
jedoch kaum möglich, solche großen Datenmengen vollständig auszuwerten.
Genau hier setzt GenDAI an: KI-Modelle sollen Muster erkennen,
Zusammenhänge sichtbar machen und medizinische Fachkräfte bei der
Interpretation unterstützen.
Bei Patientinnen und Patienten mit chronisch-entzündlichen
Darmerkrankungen liefern bestimmte Bakterien Hinweise auf
Entzündungsprozesse. KI kann hier dabei helfen, sogenannte Biomarker
abzuleiten – also messbare Hinweise, die Rückschlüsse auf Entzündungen im
Darm ermöglichen.
Beispiele aus der Medizin
„Die Anwendungsmöglichkeiten von Genom- und KI-Analysen sind vielfältig“,
blickt Prof. Hemmje über die im Projekt untersuchte Darmgesundheit hinaus.
Bei Viruserkrankungen spielen genetische Analysen eine wichtige Rolle. Ein
bekanntes Beispiel sei der PCR-Test während der COVID-19-Pandemie, bei dem
genetisches Material des Virus nachgewiesen wurde. Auch in der
Krebsdiagnostik zeigen Genexpressionsanalysen, welche Gene in bestimmten
Zellen besonders aktiv sind. Diese Informationen helfen, Tumore genauer
einzuordnen und Therapieentscheidungen zu unterstützen. Zudem geben
genetische Muster in der Transplantationsmedizin Hinweise, wie der Körper
auf ein transplantiertes Organ reagiert und ob möglicherweise
Abstoßungsprozesse entstehen.
KI als Unterstützung für Ärzt:innen und Patient:innen
Wichtiger Bestandteil des GenDAI-Projekts ist die Automatisierung bisher
aufwändiger Arbeitsschritte. Ergebnisse komplexer Laboranalysen werden
häufig noch in einzelnen Programmen verarbeitet und anschließend manuell
zusammengeführt. GenDAI entwickelt eine durchgängige digitale
Prozesskette. „Ziel ist es deshalb, KI nicht als isoliertes
Vorhersagemodell zu betrachten, sondern als Teil eines durchgängigen
diagnostischen Informationssystems vom Rohdateneingang über Analyse und
Interpretation bis zum verständlichen Befund und zur langfristigen
Reproduzierbarkeit der Ergebnisse“, erläutert Krause.
Ein mögliches Zukunftsszenario: Eine Ärztin erhält nicht nur eine große
Datentabelle aus dem Labor, sondern einen Bericht mit automatisch
aufbereiteten Informationen. Damit kann sie dem Patienten die Diagnose
verständlich erklären: Welche Auffälligkeiten wurden gefunden? Gibt es
Zusammenhänge? Und welche weiteren Untersuchungen könnten sinnvoll sein?
Datenmanagement für die Medizin von morgen
Da medizinische Daten über viele Jahrzehnte relevant bleiben können,
spielt auch die sichere Speicherung eine wichtige Rolle. GenDAI entwickelt
deshalb Konzepte für eine langfristige Archivierung der Ergebnisse. „Auch
in 20 oder 30 Jahren sollen die Ergebnisse nachvollziehbar sein“, blickt
Krause in die Zukunft.
Das ist wichtig, weil wissenschaftliche Erkenntnisse ständig
weiterentwickelt werden. Neue Behandlungsmöglichkeiten oder neue
Erkenntnisse über Biomarker könnten zukünftig dazu führen, dass ältere
Diagnosen erneut bewertet werden müssen.
Baustein einer langfristigen Forschungsstrategie
GenDAI baut auf langjährige Forschung im Bereich Big Data, Datenanalyse
und medizinischer Informatik auf. Bereits zuvor hat Matthias Hemmje im
Forschungs-Institut für Telekommunikation und Kooperation, das seit 2009
von seinem Lehrgebiet geleitet wird, Methoden entwickelt, um große
Datenmengen automatisch auszuwerten. Zahlreiche Projekte zur mentalen und
biologischen Gesundheit sind bereits umgesetzt worden. Das Lehrgebiet
bringt sich darüber hinaus aktiv in den neuen Forschungsschwerpunkt
Digitale Gesundheit der FernUniversität ein.
Langfristig sollen die in GenDAI entwickelten Methoden auf weitere
medizinische Anwendungsbereiche übertragen werden. „Das aktuelle Projekt
ist sozusagen ein Wimpernschlag in einem komplexen Prozess“, sagt Matthias
Hemmje. „Unsere Forschung ist ein Generationenthema für die Informatik.“
