Skip to main content
Stethoscope and Advanced AI Technology in Healthcare Innovation_AdobeStock_810682484
nicole - stock.adobe.com

KI in der Gesundheitsforschung: ERC PoC Grants für Carsten Marr und Janna Nawroth

Awards & Grants, Computational Health, AIH, Pioneer Campus,

Zwei KI-Forschungsprojekte bei Helmholtz Munich wurden mit renommierten Proof of Concept Grants des Europäischen Forschungsrats (ERC) ausgezeichnet. Die Projekte LeukoBIAS und Ai4Cilia von Dr. Carsten Marr und Dr. Janna Nawroth zielen darauf ab, zentrale Herausforderungen im Gesundheitswesen zu bewältigen – von der Beseitigung von Verzerrungen in der KI-Diagnostik bis hin zur Verbesserung der Erkennung komplexer Krankheiten.

Verzerrungen in der Leukämie-Diagnostik beseitigen

Carsten Marr, Direktor des Instituts für AI for Health, leitet das Projekt LeukoBIAS, das darauf abzielt, KI-basierte Diagnosetools für Leukämie gerechter und präziser zu gestalten. Sogenannte „Foundation Models“ – fortschrittliche KI-Systeme, die auf umfangreichen Datensätzen trainiert werden – haben die Medizin bereits revolutioniert, indem sie Muster und Anomalien in diversen medizinischen Daten identifizieren. Allerdings können diese Tools auch Verzerrungen hinsichtlich Alter, Geschlecht oder Ethnie der Patienten aufrechterhalten, was zu ungleichen Ergebnissen führen kann.

Mit Daten von über 6.000 Leukämiepatienten entwickelt Marrs Team ein Rahmenwerk, um diese Verzerrungen zu erkennen und zu korrigieren, damit KI-Systeme gerechte und zuverlässige Diagnosen liefern.

„Wir stehen an einem entscheidenden Punkt, an dem KI in der Medizin unverzichtbar wird“, sagt Marr. „Indem wir sicherstellen, dass KI-Tools gerecht sind – insbesondere bei schweren Erkrankungen wie Leukämie – können wir regulatorische Anforderungen erfüllen und bessere Ergebnisse für Patienten erzielen.“

Was sind Foundation Models?
Foundation Models sind KI-Systeme, die in einer unbeaufsichtigten Weise auf umfangreichen Datensätzen trainiert werden. Ihre Fähigkeit, auf verschiedene Anwendungen zu generalisieren, hat ganze Industrien transformiert – darunter auch das Gesundheitswesen. Dort ermöglichen sie präzise Bildverarbeitung und diagnostische Unterstützung, ohne aufgabenspezifisches Training zu benötigen. Grundlagenmodelle erkennen Muster in medizinischen Daten, wie Anomalien in Blutproben oder Gewebescans, und sind daher von unschätzbarem Wert für die Diagnostik.

 

Krankheitsdiagnose transformieren mit KI-gestützter Zilienanalyse

Dr. Janna Nawroths Projekt Ai4Cilia nutzt KI, um die rhythmischen Bewegungen von Zilien – mikroskopisch kleinen, haarähnlichen Strukturen, die für die Atemwegs- und Fortpflanzungsgesundheit essenziell sind – zu analysieren. Defekte in der Zilienbewegung können auf Krankheiten wie chronisch obstruktive Lungenerkrankung (COPD) oder Unfruchtbarkeit hinweisen. Diese Abweichungen sind jedoch schwer zu erkennen und werden in der klinischen Praxis oft übersehen.

Ein Team um Nawroth hat eine mikrofluidische Plattform entwickelt, um die Sammlung von Daten aus zilierten Zellen zu standardisieren, die klinisch durch minimalinvasive Gewebeabstriche gewonnen werden können. Mithilfe von KI zur Analyse komplexer Zilienmuster verspricht die Plattform, die Diagnostik zu verbessern und die Wirkstoffentwicklung voranzutreiben.

„Die KI-gestützte Analyse des Zilienschlags hat das Potenzial, die Diagnose und Behandlung komplexer Erkrankungen zu verändern“, sagt Nawroth. „Die Integration dieses Tools in die Gesundheitsversorgung kann präzisere und zeitgerechte Lösungen für Patienten bieten.“