Neues KI-Tool prognostiziert Risiko für über 1.000 Krankheiten

Für Millionen ist KI nur Spielerei – oder ein Trick der Eliten, um unsere Jobs zu automatisieren. Doch die Technologie kann auch Leben retten: Wissenschaftler haben ein neues Tool entwickelt, das dein persönliches Risiko für über 1.000 Krankheiten vorhersagen kann.

Forscher haben ein Tool gebaut, das deine Krankengeschichte mit Prognosen verknüpft und berechnet, welche Gesundheitsprobleme dich in der Zukunft erwarten könnten.

Das neue Modell namens Delphi-2M nutzt Diagnosen, „medizinische Ereignisse" und Lifestyle-Faktoren, um Vorhersagen für das nächste Jahrzehnt und darüber hinaus zu erstellen.

Entwickelt von Forschern des European Molecular Biology Laboratory (EMBL), des Deutschen Krebsforschungszentrums und der Universität Kopenhagen, wurde die KI mit Daten aus zwei völlig unterschiedlichen Gesundheitssystemen trainiert.

„So wie große Sprachmodelle aus der Abfolge von Wörtern in Texten die Grammatik unserer Sprache lernen können, lernt dieses KI-Modell die Logik der zeitlichen Abfolge von Ereignissen in Gesundheitsdaten, um ganze Krankengeschichten zu modellieren“, erläuterte Moritz Gerstung, Leiter der Abteilung KI in der Onkologie am DKFZ.

Diese Ereignisse umfassen medizinische Diagnosen oder Lifestyle-Faktoren wie Rauchen. Das Modell lernt, Krankheitsrisiken aus der Reihenfolge solcher Ereignisse und den Zeitabständen dazwischen vorherzusagen, erklärten die Wissenschaftler in einer in Nature veröffentlichten Studie.

„Medizinische Ereignisse folgen oft vorhersagbaren Mustern", sagte Tom Fitzgerald, Wissenschaftler am European Bioinformatics Institute des EMBL.

„Unser KI-Modell lernt diese Muster und kann zukünftige Gesundheitsergebnisse vorhersagen. Es gibt uns die Möglichkeit zu erkunden, was basierend auf der Krankengeschichte einer Person und anderen Schlüsselfaktoren passieren könnte. Wichtig ist: Das ist keine Gewissheit, sondern eine Schätzung potenzieller Risiken."

KI ist kein Flaschengeist, das Modell funktioniert am besten bei Erkrankungen mit klaren und konsistenten Verlaufsmustern wie bestimmten Krebsarten, Herzinfarkten und Sepsis (einer Form der Blutvergiftung), so die Studie.

Delphi-2M ist noch nicht bereit für den klinischen Einsatz. Aber das Modell kann Forschern bereits helfen zu verstehen, wie Krankheiten entstehen und fortschreiten.

Nicht überraschend ist auch, dass Delphi-2M weniger zuverlässig bei schwerer zu diagnostizierenden Erkrankungen wie psychischen Störungen oder schwangerschaftsbedingten Komplikationen ist, die vermehrt von unvorhersehbaren Lebensereignissen abhängen.

Das Modell sagt nicht exakt voraus, was mit passieren wird. Es bietet eine „gut kalibrierte" Schätzung, wie wahrscheinlich bestimmte Erkrankungen in einem bestimmten Zeitraum auftreten können.

„Zum Beispiel könnte es die Wahrscheinlichkeit vorhersagen, innerhalb des nächsten Jahres eine Herzerkrankung zu entwickeln. Diese Risiken werden als Quoten ausgedrückt, ähnlich wie die Vorhersage einer 70-prozentigen Regenwahrscheinlichkeit für morgen", erklärten die Forscher und fügten hinzu, dass Prognosen über kürzere Zeiträume generell genauer sind als langfristige.

Delphi-2M ist noch nicht bereit für den klinischen Einsatz. Aber das Modell kann Forschern bereits helfen zu verstehen, wie Krankheiten entstehen und fortschreiten. Gesundheitsspezialisten könnten auch Gesundheitsergebnisse mit künstlichen Patientendaten simulieren, wenn echte Daten schwer zu beschaffen sind.

„Solche generativen Modelle könnten eines Tages dazu beitragen, die Versorgung zu personalisieren und den Bedarf an medizinischer Versorgung in großem Maßstab zu antizipieren.", führte Moritz Gerstung weiter aus.

„Durch das Lernen aus großen Populationen bieten diese Modelle einen aussagekräftigen Einblick in den Verlauf von Krankheiten und könnten letztendlich frühzeitigere, maßgeschneiderte Interventionen unterstützen."

Mehr exklusive Cybernews-Inhalte gibt es bei YouTube