Künstliche Helferlein

Die Entwicklung neuer Medikamente ist zeit- und kostenintensiv. Sie kann viele Jahre in Anspruch nehmen – und noch mehr Milliarden von Euro verschlingen. An unserem Institut kombinieren wir deshalb neue Ansätze der Wirkstoffentwicklung mit KI-Werkzeugen, um die frühe Phase der Wirkstoffforschung zu beschleunigen. Mit dem sogenannten Cell Painting testen wir Moleküle direkt an menschlichen Zellen. Dabei werden Wirkstoffkandidaten zu einer Zelle hinzugegeben und daraufhin verschiedene Zellbestandteile mit Fluoreszenzfarbstoffen »angemalt«. Das macht unter dem Mikroskop sichtbar, wie sich die Zelle verändert hat und ermöglicht es uns, vorherzusagen, ob und in welcher Weise unbekannte Substanzen ihre Wirkung entfalten.

Um die gewonnenen Daten verstehen zu können, müssen auch kleinste Veränderungen in der Zelle erkannt und eingeordnet werden. Mit klassischen Methoden stoßen wir jedoch schnell an unsere Grenzen. Unterschiedliche Bildmerkmale müssen einzeln definiert und statistisch analysiert werden – das ist sehr zeitintensiv. Die KI bietet da große Vorteile: Sie kann Muster automatisch aus Millionen von Zellbildern herauslesen und lernen. Dadurch werden unsere Analysen nicht nur schneller, sondern auch viel genauer. Die Vorhersagen der KI bleiben natürlich Prognosen und müssen sorgfältig validiert werden. Wir versuchen deshalb, sie so weit wie möglich experimentell zu überprüfen, wenn uns ein Wirkstoff vielversprechend erscheint.

Gemeinsam mit Partnern aus dem europäischen Forschungsnetzwerk EU-OPENSCREEN bauen wir aktuell eine große Bibliothek von Cell Painting-Bildern verschiedener Substanzen auf. Sie umfasst sowohl bekannte, bereits zugelassene Medikamentenwirkstoffe als auch ganz unbekannte Substanzen. Mit unserer KI-basierten Methode können wir diese große Datenmenge systematisch analysieren und Eigenschaften und Wirkungen neuer Substanzen prognostizieren. Für die Wirkstoffentwicklung wäre es revolutionär, eines Tages mit Cell Painting und KI-Tools auf Basis von Bildern kranker Zellen direkt neue Wirkstoffe vorzuschlagen.

Experimentelle Tests bleiben aber unverzichtbar, deshalb halte ich es für unwahrscheinlich, dass wir in naher Zukunft Wirkstoffmoleküle am Computer entwerfen und direkt beim Menschen einsetzen können. Aber schon heute hat KI die Medikamentenentwicklung deutlich vorangebracht. Ich denke, dieser Trend hat noch lange kein Plateau erreicht.

Dass KI die medizinische Diagnostik und Forschung revolutionieren kann, ist bekannt. In unserem Fall geht es darum, lebensbedrohliche medizinische Notfälle zu erkennen – in Echtzeit, wenn sie sich gerade erst andeuten. Die Universität Bonn und ihr Universitätsklinikum entwickeln ein KI-Modell, das epileptische Anfälle frühzeitig erkennen soll. Die nötigen Daten hierfür liefern tragbare elektronische Geräte, die Vitalparameter von Studienteilnehmern und Patienten erfassen, Herz- und Atemfrequenz beispielsweise.

Wir vom FIZ Karlsruhe unterstützen die Projektpartner bei rechtlichen Fragen, denn die Verarbeitung solch sensibler Gesundheitsdaten und die Entwicklung des KI-Modells sind natürlich mit Risiken verbunden und werfen zahlreiche Fragen auf. Die landen dann bei mir, der Juristin im Projektteam. Ich beschäftige mich beispielsweise mit datenschutzrechtlichen Problemen, unterstütze bei der Klärung von Urheberrechtsfragen und helfe bei der Umsetzung von KI-Vorschriften. Wie können wir sicherstellen, dass personenbezogene Daten und Gesundheitsdaten geschützt werden? Welche Herausforderungen bringt das neue KI-Gesetz für Projekte im medizinischen Bereich mit sich?

Dazu kommt, dass Sensordaten bei vernetzten medizinischen Geräten durch Sicherheitslücken unbemerkt manipuliert werden können. Dadurch wird die Arbeit des medizinischen Personals behindert und die Funktionalität der Geräte eingeschränkt, was wiederum die Sicherheit und Gesundheit der Patienten gefährdet. Unser interdisziplinäres Projekt soll dazu beitragen, diese Probleme anzugehen. Die KI könnte Epilepsiepatienten wirklich zugutekommen, ihren Alltag erleichtern und sie in Notsituationen retten. Um dies zu erreichen, müssen die technischen Ansätze nicht nur sicher und funktional sein, sondern auch mit ethischen und rechtlichen Normen vereinbar.

Die meisten kennen das wohl leider. Man selbst oder jemand im nahen Umfeld erkrankt, und plötzlich ist da eine ganze Welt an Fragen, die einem niemand so ohne Weiteres beantworten kann. KI -Chatbots können in solchen Momenten dankbare Ansprechpartner sein. Ein Beispiel ist EMMA , eine digitale Coachin für Menschen mit Endometriose, die von unseren Partner:innen von der Firma Endo Health entwickelt wurde. Basierend auf einem großen KI-Sprachmodell beantwortet EMMA Fragen zu Symptomen und Behandlungen, gibt Alltagstipps und bietet emotionale Unterstützung.

Ich untersuche, wie Nutzer:innen den Bot wahrnehmen, ob sie EMMA als glaubwürdig empfinden und wie die Nutzung Beziehungen zu anderen Menschen beeinflusst. In einer Studie mit 95 Teilnehmer:innen zeigte sich, dass der Chatbot als glaubwürdig wahrgenommen wird und ein relativ hohes Maß an Vertrauen genießt. Überrascht hat mich, dass sich das Wohlbefinden der Teilnehmer:innen schon nach einer Woche mit dem Bot verbesserte. Entscheidend war dabei weniger, wie oft oder wie lange mit EMMA gechattet wurde, sondern vor allem der Inhalt der Konversationen. Für einige war die Verwendung eines technologischen Systems mit menschenähnlichen Eigenschaften jedoch ungewohnt. Und obwohl ein Drittel der Befragten EMMA als sozialen Interaktionspartner wahrnahmen, beschrieben sie ihre Beziehung im Durchschnitt als wenig freundschaftlich oder vertraut.

Ich glaube, dass Künstliche Intelligenz große Chancen für die Medizin eröffnet – gerade beim Zugang zu Gesundheitsinformationen. Chatbots können, anders als Menschen, rund um die Uhr informieren und komplexe medizinische Inhalte wie MRT-Befunde in verständliche Sprache übersetzen; vorausgesetzt die gelieferten Informationen sind korrekt. Bei Fragen zu Symptomen und Krankheitsbildern sollten deshalb nur von Experten geprüfte KI-Anwendungen genutzt – oder eben doch menschliche Ratschläge eingeholt werden. Auch EMMA hat noch Potenzial zur Weiterentwicklung. Unsere Ergebnisse zeigen, dass die Interaktion mit dem Bot verbessert werden könnte, wenn Nutzer:innen auch Bilder und Sprachnachrichten senden könnten. Zukünftig könnte EMMA in eine App für Menschen mit Diagnose oder Verdacht auf gynäkologische Erkrankungen wie Endometriose oder Adenomyose integriert werden. Als erste, zugängliche Anlaufstelle.

Wenn Ärztinnen und Ärzte im Operationssaal Tumoren entfernen, kommt es auf jeden Millimeter an. Gerade bei empfindlichen Eingriffen im Gehirn oder im Halsbereich ist es entscheidend, das kranke Gewebe vollständig zu entfernen und gleichzeitig gesundes Gewebe zu schonen. Wir kombinieren laserbasierte Methoden mit Künstlicher Intelligenz, um Chirurginnen und Chirurgen dabei zu helfen, genauer und zuverlässiger zu operieren.

Bisher verlassen sie sich bei der Entfernung eines Tumors vor allem auf das, was sie sehen können, häufig unterstützt durch Operationsmikroskope oder Lupenbrillen. Doch zu erkennen, wo genau der Tumor endet und gesundes Gewebe beginnt, bleibt schwierig. Ob ein Tumor wirklich vollständig entfernt wurde, zeigt sich oft erst Tage oder Wochen später, wenn das entnommene Gewebe in einer histopathologischen Untersuchung unter dem Mikroskop analysiert wird. Im ungünstigsten Fall ist eine erneute Operation notwendig, häufig kommen weitere belastende Therapien wie Chemo- oder Strahlentherapie hinzu.

Deshalb wollen wir diese Analysen deutlich früher durchführen: Mit Laserverfahren soll Tumorgewebe künftig direkt im Operationssaal analysiert werden, idealerweise noch während des Eingriffs. Dafür haben wir spezielle Fasersonden entwickelt – eine Art miniaturisiertes optisches Mikroskop für den Einsatz während der Operation. Eine von ihnen wird bereits bei Eingriffen am Patienten erprobt, um Entscheidungen während der Operation zu unterstützen. Andere Ansätze haben ihr Potenzial bislang vor allem an entnommenen Gewebeproben gezeigt.

Die entstehenden Bilder enthalten extrem viele Informationen über die Struktur und chemische Zusammensetzung des Gewebes. Die Muster darin sind so komplex, dass sie nur mithilfe von KI zuverlässig analysiert werden können. Sie erkennt charakteristische Muster in den Aufnahmen und kann verdächtige Bereiche in Echtzeit sichtbar machen. Das hilft zu entscheiden, ob weiteres Gewebe entfernt werden muss. Noch ist unser Ansatz in der Entwicklung. Erste Studien an Gewebeproben waren sehr vielversprechend und das Risiko für Fehlinterpretationen senken wir durch kontinuierliches Training der KI weiter. Ich hoffe, dass unsere Methode schon bald fester Bestandteil vieler Operationen wird. Vielleicht kann man sie dann sogar mit robotischen Systemen kombinieren, die Eingriffe noch präziser machen.

Viele gefährliche Krankheitserreger werden durch Insekten übertragen, Dengue oder das Zika-Virus zum Beispiel. Ich arbeite an einem KI-Werkzeug, das die Überträger identifiziert – anhand ihrer Flügel. Dafür nutzen wir dieselbe Technologie, die auch hinter Gesichtserkennung steckt. Anstatt Gesichter zu erkennen, lernt unser Modell anhand von Referenzpunkten, Insektenflügel zu unterscheiden und Arten zu bestimmen, damit Krankheitsüberträger und invasive Arten gezielt und schneller bekämpft werden können. Natürlich kann nicht jede Insektenart gefährliche Erreger übertragen, doch bei einigen Risikoarten sollten wir schnell handeln.

Traditionell hat ein Entomologe oder eine Entomologin jedes Insekt einzeln unter dem Mikroskop untersucht und es mit einem Bestimmungsbuch abgeglichen. Das ist bei mehr als 3.600 Stechmückenarten eine gewaltige Aufgabe und setzt eine gründliche Ausbildung und jahrelange Erfahrung voraus. Mit unserer KI können auch Menschen ohne diese Expertise Insektenarten identifizieren, das hilft Gesundheitsämtern und Schädlingsbekämpfern sehr. Wie jeder menschliche Experte kann sich aber auch die KI irren. Unser Modell erreicht eine Genauigkeit von über 90 Prozent, kann aber auch bei falschen Vorhersagen sehr »selbstbewusst« auftreten, ohne auf Uneindeutigkeiten hinzuweisen. Das kann dazu führen, dass Bedrohungen übersehen oder Ressourcen verschwendet werden, um eine Art zu bekämpfen, die gar nicht da ist. Menschliche Kontrolle bleibt deshalb unverzichtbar. Wir setzen auf Modelle, die die Entscheidung der KI durch Referenzpunkte visuell nachvollziehbar machen, bei Fehlern kann der Mensch intervenieren.

Vor den Risiken und Limitationen des Tools können und müssen wir trotzdem warnen, denn sobald ein KI-Werkzeug das Labor verlässt, ist es für uns schwierig, zu kontrollieren, wie es genutzt wird. Als Forscher müssen wir uns genau überlegen, wann und wie wir unsere Applikationen in die reale Welt übertragen. Eine erste Version unseres Tools ist als kostenlose Webanwendung zugänglich, und wir bereiten bereits ein Folgeprojekt vor. Meine Hoffnung ist es, eine KI direkt in Feldfallen zu integrieren – sobald ein Insekt in die Falle gelangt, wird das Tier automatisiert erfasst. Aktuell müssen wir noch jedes Tier einzeln fotografieren. Das ist extrem aufwändig.