Bis zu 20 Jahre in die Zukunft: KI-Modell sagt Krankheiten voraus

Dephi-2M ist das ChatGPT der Gesundheit: Europäische Forscher fütterten das KI-Modell statt mit Texten und Bildern mit Gesundheitsdaten. Danach ließen sie den Algorithmus das individuelle Risiko für verschiedene Erkrankungen vorhersagen. In bestimmten Bereichen erwies sich das System als erstaunlich genau, auch viele Jahre im Voraus. Bei anderen Krankheiten jedoch ist noch Verbesserungsbedarf.

Grundlage: Millionen dänischer und britischer Gesundheitsdaten

Die Forscher der des Europäischen Laboratoriums für Molekularbiologie (EBML), des Deutschen Krebsforschungszentrums (DKFZ) und der Universität Kopenhagen nutzten für ihr Projekt die anonymisierten Gesundheitsdaten von mehr als 400.000 Menschen aus der britischen Bio-Datenbank »UK Biobank«. Diese stellten sie ihrer KI als Trainingsmaterial zur Verfügung. In den Daten enthalten sind sowohl persönliche Informationen wie der Body-Mass-Index der Personen sowie der Alkohol- und Zigarettenkonsum als auch klinische Diagnosen. Anschließend erhielt Dephi-2M noch die Gesundheitsinformationen aus dem Dänischen Patientenregister mit rund 1,9 Millionen Teilnehmern. Die KI las die Biografien aus und sollte darauf basierende medizinische Langzeitprognosen treffen – bis zu 20 Jahre in die Zukunft.

Vorhersage von mehr als 1.000 Erkrankungen geprobt

»Indem wir modellieren, wie sich Krankheiten im Laufe der Zeit entwickeln, können wir untersuchen, wann bestimmte Risiken auftreten und wie frühzeitige Interventionen am besten geplant werden können«, äußerte sich Ewan Birney, Mitarbeiter des EBML. Die Risikoberechnung für mehr als 1.000 Erkrankungen hatten die Forscher dabei auf dem Schirm. Bei Krankheiten mit relativ festen Verlaufsmustern erwies sich die Computervorhersage als besonders genau, darunter fallen zum Beispiel Herzinfarkte sowie viele Krebsarten. Andere Erkrankungen wie Komplikationen in der Schwangerschaft und psychische Probleme waren für die KI deutlich schwieriger zu knacken.

Die Wissenschaftler weisen darauf hin, dass sich die UK Biobank auf Daten von Patienten der Alterskohorte 40 bis 60 Jahre konzentriert. Andere Altersgruppen seien nur begrenzt vertreten. Das könnte zu einer Verzerrung der Prognosen führen – doch steht die Forschung auf diesem Gebiet ohnehin erst ganz am Anfang. Bis das System im realen Leben einsatzklar wird, müssen die Forscher noch an der Vorhersageleistung feilen und Datenschutzfragen klären.