France

FWF – Der Wissenschaftsfonds Entscheidet bald KI über Behandlungsmethoden?

Redakteur: Kristin Breunig

Das Wissen über Behandlungsmethoden ist oft von Klinik zu Klinik unterschiedlich. Manche Kliniken sind auf bestimmte Krankheiten spezialisiert und können so andere und oft bessere Behandlungsmöglichkeiten anbieten. Ein internationales Forschungsprojekt möchte mithilfe von KI die Medizin künftig besser auf individuelle Therapien vorbereiten.

Firmen zum Thema

Wie künstliche Intelligenz dabei helfen kann, Fachwissen zu verbreiten und fundierte Handlungsempfehlungen zu liefern, zeigt ein Forschungsprojekt am Beispiel der Raucherlunge.
Wie künstliche Intelligenz dabei helfen kann, Fachwissen zu verbreiten und fundierte Handlungsempfehlungen zu liefern, zeigt ein Forschungsprojekt am Beispiel der Raucherlunge.
(Bild: gemeinfrei / Unsplash)

Das Team unter der wissenschaftlichen Leitung von Dieter Maier will medizinisches Expertenwissen breiter verfügbar machen. Konkret entwickeln die Forscherinnen und Forscher im Rahmen des internationalen Forschungsprojekts Sysmed-COPD, das vom Wissenschaftsfonds FWF teilfinanziert wird, Computermethoden, um mithilfe von Maschinenlernen das Spezialwissen einer Klinik für Lungenrehabilitation für andere medizinische Einrichtungen verfügbar zu machen. Dabei geht es um die Behandlung von Raucherlunge.

„Medizinisch gesehen ist die Raucherlunge eine Erkrankung, die auf inhalierte Giftstoffe und kleinste Partikel zurückgeht“, erklärt Dieter Maier. Oft ist das Rauchen die Hauptursache der Krankheit, doch es gibt auch andere Auslöser. Das Krankheitsbild der Erkrankung, die in der Medizin COPD heißt – eine Abkürzung aus den englischen Ausdrücken für „chronisch“, „blockieren“ und „Lunge“ –, ist dabei nicht einfach zu fassen. Bei einer COPD-Krankheit gibt es verschiedene Möglichkeiten therapeutisch einzugreifen. „Im Moment ist nur sehr schwer vorhersagbar, welche dieser Möglichkeiten bei einer einzelnen Person einen positiven Effekt hat. Daran arbeiten wir“, so Maier. Da sich das Krankheitsbild von Patient zu Patient unterscheiden kann, gibt es verschiedene Behandlungsoptionen, die u.a. aus der Erfahrung des Arztes resultieren. „Diese Informationen versuchen wir im Rahmen dieses Projekts durch maschinelles Lernen zu fassen“, erklärt der Forscher.

Daten analysieren

Das Unternehmen Viscovery, für dessen Mutterfirma Biomax Maier arbeitet, kann zur Lösung dieser Frage auf Daten der Ciro-Klinik in den Niederlanden zurückgreifen. Zwischen Viscovery und diesem Zentrum, das speziell auf Lungenrehabilitation ausgerichtet ist, gibt es seit 2012 eine Zusammenarbeit. „Dort hat man über die Jahre sehr viel Erfahrung gesammelt, welche Rehabilitationsmaßnahmen für COPD erfolgversprechend sind“, sagt Maier. Um dieses Wissen zu erfassen, untersuchte man die Krankheitsverläufe von Patientinnen und Patienten der Klinik. „Wir haben diese Daten mit maschinellem Lernen analysiert, um zu sehen, ob wir Gruppen von Personen identifizieren können, die eventuell besonders von bestimmten Behandlungsmethoden profitieren. Das ist gelungen und wurde auch publiziert“, berichtet der Forscher.

Nun gehe es darum, diesen Ansatz auf größere Gruppen von COPD-Betroffenen anzuwenden und mit dem Behandlungserfolg über mehrere Jahre abzugleichen. Dazu nutzt Maier die Daten einer von der Universität Marburg koordinierten großen klinischen Studie namens Cosyconet, an der über 2.700 Personen mit COPD teilnehmen. Erste Ergebnisse sind erfolgversprechend, sagt Maier: „Es gelang uns in unserer Analyse, die Gruppen, die wir bei Ciro identifizieren konnten, wiederzufinden.“ Im nächsten Schritt untersuchen wir, wie weit sich diese Gruppen im langfristigen Behandlungserfolg unterscheiden. Ein Ziel der Forschung ist es, diese Informationen in ein Softwaretool zu implementieren, das in der IT-Infrastruktur von Arztpraxen und Kliniken funktioniert. Diese Software muss als Medizinprodukt zugelassen werden, wofür es besonders strenge Kriterien gibt.

Personalisierte Medizin als Ziel

Neben der Softwareentwicklung, die nach Abschluss dieses Grundlagenprojekts in ein kommerzielles Medizinprodukt überführt werden soll, treibt die Wissenschaftlerinnen und Wissenschaftler noch ein anderes Ziel an: Sie wollen über die reine Abbildung von bisher vorhandener medizinischer Erfahrung hinausgehen. „Es könnte mithilfe des Maschinenlernens gelingen, noch bessere Empfehlungen abzugeben, als das derzeit die Expertinnen und Experten ihres Fachs weltweit können“, so die Hoffnung der Forschungsgruppe.

Maier sieht COPD nur als eines von vielen möglichen Anwendungsgebieten einer solchen Software. Er spricht dabei von „Systemmedizin“. Besonders bei Krebs ist inzwischen bekannt, dass dieser von Person zu Person unterschiedlich ist. „Man geht dazu über, für einzelne Patientinnen und Patienten das Krebsgewebe zu sequenzieren, um zu verstehen, welche Mutationen es gibt, und stimmt die Behandlung darauf ab“, berichtet Maier. Seit zwei, drei Jahren werde das zunehmend auch in der klinischen Praxis angewandt. Auch hier braucht es für die Abstimmung der individuellen Behandlung Softwaretools. Universitätskliniken haben die IT-Infrastruktur, so etwas umzusetzen, doch andere medizinische Einrichtungen brauchen Softwareunterstützung. Maier rechnet mit einer breiten Anwendung solcher Methoden in den nächsten Jahren.

Der Forscher hält aber fest, dass es hier nicht darum geht, Menschen durch Maschinen zu ersetzen: „Die menschliche Zuwendung ist in der Medizin sehr wichtig. Was wir erreichen wollen, ist, Ärztinnen und Ärzte mit einer wissenschaftlich fundierten Handlungsempfehlung zu unterstützen.“ Und dabei gehe es sowohl um die Behandlung als auch um die Diagnose.

Das Projekt

Das Grundlagenprojekt, das 2017 startete und noch bis Juni 2022 läuft, ist Teil eines internationalen Forschungsverbundes unter Beteiligung der Universitätsklinik im deutschen Marburg sowie anderer deutscher Kliniken, der Ciro-Klinik in den Niederlanden und der Technisch-Naturwissenschaftlichen Universität Trondheim in Norwegen.

Lesen Sie auch

Weitere Artikel zur Zukunft der Medizintechnik finden Sie in unserem Themenkanal Forschung.

(ID:47112286)