Was kommt als nächstes gesundheitlich auf Sie zu, und wann?
Künstliche Intelligenz (KI) verändert die Medizin. Mit immer höherer Genauigkeit hilft sie den Ärztinnen und Ärzten bei der Diagnostik der ratsuchenden Menschen. Unsere Krankengeschichte beinhaltet wertvolle Hinweise auf mögliche gesundheitliche Probleme. Aber was wäre, wenn KI unsere nächste Diagnose, Komplikation oder sogar den Zeitpunkt des Todes zuverlässig abschätzen könnte? Ein Forschungsteam des Europäischen Laboratoriums für Molekularbiologie (EMBL), des Deutschen Krebsforschungszentrums (DKFZ) und der Universität Kopenhagen hat ein KI-Modell mit der Bezeichnung Delphi-2M entwickelt, das in der Lage ist, medizinische Diagnosen über ein Jahrzehnt im Voraus zu prognostizieren. Die Innovation wird im Fachjournal „Nature“(öffnet in neuem Fenster) vorgestellt.
Wie Ihre klinische Zukunft aussieht
Delphi-2M kann das Risiko für mehr als 1 200 Krankheiten, darunter Krebs, Diabetes, Herzkrankheiten und Atemwegserkrankungen, bewerten. Weniger zuverlässig ist sie, wenn es um eher zufällige Gesundheitszustände geht, wie zum Beispiel psychische Erkrankungen und Schwangerschaft. Sie berechnet keine genauen Daten, sondern schätzt Erkrankungswahrscheinlichkeiten ab. Im Gegensatz zu ChatGPT und ähnlichen KI-Chatbots sagt Delphi-2M Ereignisse und nicht Worte voraus. Medizinische Ereignisse folgen meist vorhersehbaren Mustern. Sie erlernt diese Muster, um zukünftige, die Gesundheit betreffende Ereignisse zu prognostizieren. Delphi-2M bietet in gewisser Weise eine Gesundheitsvorhersage, ähnlich wie eine Wetter-App. „Wie beim Wetter, bei dem wir eine 70 %ige Regenwahrscheinlichkeit erhalten, können wir das auch in der Gesundheitsfürsorge erreichen“, erklärte der vorläufige geschäftsführende EMBL-Direktor Ewan Birney gegenüber der „BBC“(öffnet in neuem Fenster). „Und wir können das nicht nur für eine Krankheit, sondern für alle Krankheiten gleichzeitig tun: Das ist uns bisher noch nie gelungen. Ich bin gespannt.“ Die Forschenden trainierten Delphi-2M anhand von Daten aus der Biobank des Vereinigten Königreichs, die eine riesige biomedizinische Datenbank mit Informationen über etwa eine halbe Million Teilnehmende ist. Zur Demonstration der Leistungsfähigkeit von Delphi-2M wurde diese anhand der Daten von fast zwei Millionen Menschen aus Dänemarks öffentlicher Gesundheitsdatenbank getestet. „Unser KI-Modell ist ein Machbarkeitsnachweis, der zeigt, dass es möglich ist, viele langfristige Gesundheitsmuster zu erkennen und diese Informationen zu nutzen, um aussagekräftige Vorhersagen zu generieren“, kommentierte Birney in einer Pressemitteilung des DKFZ(öffnet in neuem Fenster). „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. Das ist ein großer Schritt in Richtung personalisierter und präventiverer Ansätze in der Gesundheitsversorgung.“
Eine Gesundheitsgeschichte, die sich im Lauf der Zeit entwickelt
Delphi-2M nutzt die gesundheitliche Vorgeschichte der betroffenen Person als Ausgangspunkt. Anschließend wird die Wahrscheinlichkeit des nächsten gesundheitlichen Ereignisses in deren Leben und die Zeit bis zum Erreichen dieses Ereignisses vorhergesagt. „So wie große Sprachmodelle die Struktur von Sätzen lernen können, lernt dieses KI-Modell die ‚Grammatik‘ von Gesundheitsdaten, um Krankengeschichten als Abfolge von Ereignissen zu modellieren, die sich im Laufe der Zeit entwickeln“, erklärte Moritz Gerstung, Leiter der Abteilung KI in der Onkologie am DKFZ. „Das ist der Beginn einer neuen Art, die menschliche Gesundheit und den Verlauf von Krankheiten zu verstehen“, schloss Gerstung. „Solche generativen Modelle könnten eines Tages dazu beitragen, die Versorgung zu personalisieren und den Bedarf an medizinischer Versorgung in großem Maßstab zu antizipieren. Durch das Lernen anhand von großen Populationen bieten diese Modelle einen aussagekräftigen Einblick in die Entwicklung von Krankheiten und könnten letztendlich frühzeitigere, maßgeschneiderte Interventionen unterstützen.“ Bisher ist Delphi-2M noch nicht für den klinischen Einsatz bereit. Aber möchten wir überhaupt wissen, wann unser Ende kommen wird? Und ist es unser Wunsch, dass Maschinen uns das mitteilen?