Künstliche Intelligenz unterstützt Medizin der Zukunft

Wie können Informatik und Künstliche Intelligenz (KI) dabei helfen, Krankheiten schneller und genauer zu erkennen? Mit dieser Frage beschäftigt sich das Forschungsprojekt GenDAI (Genomics Diagnostics supported by Artificial Intelligence). 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

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.

„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.

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.

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.

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.“