KI-Update Deep-Dive: Wie CAIMed Diagnosen verbessern will

KI-Forschung trifft auf medizinische Anwendung

Künstliche Intelligenz kann dabei helfen, genetische Variationen zu erkennen oder Bilddaten auszuwerten, und so Fachärztinnen und Ärzte bei der Diagnose von Krankheiten unterstützen. Genau hier setzt die Arbeit des niedersächsischen KI-Forschungszentrums CAIMed an. „CAIMed ist das niedersächsische Zentrum für künstliche Intelligenz und kausale Methoden in der Medizin“, erklärt Johannes Winter, Geschäftsführer von CAIMed, im Podcast. Das Besondere sei, „dass hier KI-Forschung, medizinische Forschung und Anwendung zusammenkommen.“

An dem Zentrum sind die Medizinische Hochschule Hannover, die Universitätsmedizin Göttingen, das Helmholtz-Zentrum für Infektionsforschung in Braunschweig sowie die KI-Forschungszentren L3S in Hannover und CIDAS in Göttingen beteiligt. Ihr gemeinsames Ziel ist es, „KI-Methoden zu entwickeln und auch in die klinische Anwendung zu bringen“, sagt Winter. Die Finanzierung erfolgt durch das Niedersächsische Ministerium für Wissenschaft und Kultur mit Mitteln aus dem Programm zukunft.niedersachsen der VolkswagenStiftung.

Fokus auf personalisierte Medizin

CAIMed konzentriert sich auf drei medizinische Schwerpunkte. „Das sind im Wesentlichen die großen Volkskrankheiten“, sagt Winter. Dazu zählen die Onkologie, die Herz-Kreislauf- und Lungenmedizin sowie die Infektionsmedizin. Das Ziel ist eine personalisierte Gesundheitsversorgung. Während man aktuell oft noch mit generischen Behandlungsansätzen vorgehe, die Winter salopp als Vorgehen „mit der Schrotflinte“ beschreibt, zielt die personalisierte Medizin darauf ab, „maßgeschneiderte Diagnostik anzubieten, aber auch Therapieansätze.“

Ein konkretes Projekt befasst sich mit der Vorsorge von Gebärmutterhalskrebs. Statt herkömmlicher Laboruntersuchungen von Abstrichen setzt das Team auf „eine KI-basierte Zytologie, also eine Zellanalyse.“ Dabei werden die Abstriche digitalisiert und von einer KI auf Auffälligkeiten untersucht. Pathologen müssten dann „nicht mehr aufwendig jedes Bild, nach diesen Auffälligkeiten manuell untersuchen“, erläutert Winter den Vorteil der Zeitersparnis.

Ein weiteres Anwendungsfeld ist die Vorhersage einer nosokomialen Sepsis bei Kindern auf Intensivstationen. Eine Sepsis ist eine Blutvergiftung, die im Krankenhaus erworben werden kann. Ein KI-Modell soll diese „etwa sechs bis zwölf Stunden bevor die Sepsis ausbricht“ erkennen. „Je früher ich behandeln kann, desto besser ist es natürlich für das Kind“, betont Winter. Gleichzeitig werde klinisches Personal entlastet.

Datenbasis und die Suche nach der Nadel im Heuhaufen

Für das Training solcher Modelle sind große und vielfältige Datenmengen notwendig. Laut Winter ist die Datenlage in Deutschland gut. „Wir haben genügend Daten“, sagt er und verweist auf Initiativen wie die Medizin-Informatik-Initiative. Die Herausforderung sei, eine „Balance zwischen Datenschutz und Datenschatz“ zu finden.

Um sicherzustellen, dass die KI-Systeme nachvollziehbar arbeiten, verfolgt CAIMed einen „Hybriden-KI-Ansatz“. Dabei werden datengetriebene Modelle wie große Sprachmodelle mit „Wissensdatenbanken, also abgesichertem Wissen“ kombiniert. Zum Einsatz kommen sogenannte „Retrieval Augmented Generation Ansätze“, bei denen ein Sprachmodell mit verlässlichen Datenquellen wie Krankenhausinformationssystemen verbunden wird.

Auch bei schwer zu diagnostizierenden Krankheiten wie Long-Covid soll KI helfen. In Niedersachsen existiert das größte Forschungscluster zu diesem Thema. KI-Modelle könnten hier Muster erkennen, die für das menschliche Auge schwer zu fassen sind. „Hier können wir die Nadel im Heuhaufen hoffentlich finden“, sagt Winter.

Der Mensch bleibt entscheidend

Trotz der technischen Möglichkeiten sieht Winter die KI als „Unterstützungssystem, ein digitaler Assistent“ für medizinisches Fachpersonal. Er warnt vor einem „De-Skilling“, also dem Verlust von Fähigkeiten, wenn sich junge Ärztinnen und Ärzte zu sehr auf die Technik verlassen. „Ich muss wirklich darauf achten, diese KI-Kompetenzentwicklung ernst zu nehmen“, mahnt Winter.

Deshalb sei der Ansatz von CAIMed, von Anfang an interdisziplinär zu arbeiten. In sogenannten Use Cases arbeiten Medizinerinnen, KI-Forschende und Ethiker gemeinsam an den Lösungen. „Von Beginn an müssen beide Welten (angewandte Medizin und Forschung) zusammenarbeiten“, erklärt Winter. Nur so könne man sicherstellen, dass die entwickelten Werkzeuge auch den Bedarf in der klinischen Praxis treffen.

(igr)