q&more
Meine Merkliste
my.chemie.de  
Login  

News

Wie Künstliche Intelligenz seltene Krankheiten aufspürt

© Tori Pantel

Mit Künstlicher Intelligenz zur Diagnose seltener Erbkrankheiten: Das neuronale Netzwerk kombiniert die Daten von Porträtbildern mit Gen- und Patientendaten.

11.06.2019: Weltweit werden rund eine halbe Million Kinder Jahr für Jahr mit einer seltenen Erbkrankheit geboren. Eine sichere Diagnose ist schwierig und langwierig. Wissenschaftler der Universität Bonn und der Charité – Universitätsmedizin Berlin zeigen in einer Studie an 679 Patienten mit 105 verschiedenen seltenen Krankheiten, dass mit Hilfe Künstlicher Intelligenz die Diagnose effizienter und sicherer erfolgen kann. Ein neuronales Netzwerk kombiniert automatisch Porträtfotos mit Gen- und Patientendaten.

Viele Patienten mit seltenen Erkrankungen durchlaufen eine lange Odyssee, bis bei ihnen die richtige Diagnose gestellt wird. „Dadurch geht wertvolle Zeit verloren, die eigentlich für eine frühzeitige Therapie gebraucht wird, um unter anderem fortschreitende Schädigungen abzuwenden“, sagt Prof. Dr. med. Dipl. Phys. Peter Krawitz vom Institut für Genomische Statistik und Bioinformatik des Universitätsklinikums Bonn (UKB). Zusammen mit einem internationalen Forscherteam zeigt er, wie sich mit Künstlicher Intelligenz bei der Gesichtserkennung vergleichsweise rasche und sichere Diagnosen erstellen lassen.

Die Forscher nutzten die Daten von 679 Patienten mit 105 verschiedenen Erkrankungen, die durch die Veränderung an einem einzigen Gen ausgelöst werden. Dazu zählt etwa die Mukopolysaccharidose (MPS), bei der es unter anderem zu Knochenverformungen, zur Minderung der geistigen Fähigkeiten und Kleinwuchs kommt. Das Mabry-Syndrom führt ebenfalls zu einer mentalen Entwicklungsverzögerung. All diesen Erkrankungen ist gemeinsam, dass die Gesichtszüge der Betroffenen Auffälligkeiten aufzeigen. Besonders charakteristisch ist dies beispielsweise beim Kabuki-Syndrom, das an die Schminke einer traditionellen japanischen Form des Theaters erinnert. Die Augenbrauen setzen hoch an, der Augenabstand ist weit und die Lidspalten sind lang.

Diese Besonderheiten im Erscheinungsbild kann die eingesetzte Software automatisch aus einem Foto herauslesen. Zusammen mit den klinischen Symptomen der Patienten und Erbgutdaten lässt sich mit hoher Treffsicherheit berechnen, um welche Erkrankung es sich handelt. Das digitale Gesundheits-Unternehmen FDNA hat das neuronale Netzwerk DeepGestalt entwickelt, das die Forscher als Werkzeug der Künstlichen Intelligenz für ihre Studie nutzen. „PEDIA ist ein einzigartiges Beispiel für die Technologien der nächsten Generation der Phänotypisierung“, sagte Dekel Gelbman, CEO der FDNA. „Die Integration eines fortschrittlichen KI- und Gesichtsanalyse-Frameworks wie DeepGestalt in den Workflow der Variantenanalyse wird zu einem neuen Paradigma für überlegene Gentests führen.“

Forscher trainieren das neuronale Netzwerk mit 30.000 Bildern

Die Wissenschaftler trainierten dieses Computer-Programm mit rund 30.000 Porträtbildern von Menschen, die von seltenen syndromalen Erkankungen betroffen sind. „In Kombination mit der Gesichtsanalyse lassen sich die entscheidenden genetischen Faktoren herausfiltern und Gene priorisieren“, sagt Krawitz. „Die Zusammenführung der Daten im neuronalen Netzwerk reduziert die Zeit der Datenanalyse und führt zu einer höheren Diagnosequote.“

Der Leiter des Instituts für Genomische Statistik und Bioinformatik am UKB arbeitet schon seit Längerem mit FDNA zusammen. „Das ist für uns wissenschaftlich hoch interessant, und wir können auch bei so manchem noch ungelösten Fall helfen, eine Ursache zu finden“, sagt Krawitz. Derzeit sind noch immer viele Patienten auf der Suche nach einer Erklärung für ihre Symptome.

Die Studie ist eine Teamleistung zwischen Computerwissenschaften und Medizin. Dies zeigt sich auch an der geteilten Erstautorenschaft des Informatikers Tzung-Chien Hsieh, Doktorand am Institut von Professor Krawitz, und Dr. Martin Atta Mensah, Arzt am Institut für Medizinische Genetik und Humangenetik der Charité sowie Fellow des Clinician Scientist Program von Charité und Berlin Institute of Health (BIH). Prof. Dr. Stefan Mundlos, Direktor des Instituts für Medizinische Genetik und Humangenetik der Charité, hat ebenfalls an der Studie mitgewirkt wie auch über 90 weitere Wissenschaftler.

„Die Patienten wünschen sich eine zeitnahe und korrekte Diagnosestellung. Künstliche Intelligenz unterstützt Ärzte und Wissenschaftler darin, den Weg zu verkürzen“, sagt Dr. Christine Mundlos, stellvertretende Geschäftsführerin der Allianz Chronischer Seltener Erkrankungen (ACHSE) e.V. „Damit wird auch ein stückweit die Lebensqualität der Betroffenen verbessert.“

Originalveröffentlichung:
Tzung-Chien Hsieh MS et al.; "PEDIA: Priorization of Exome Data by Image Analysis, Genetics in Medicine"; Genetics in Medicine; 2019

Fakten, Hintergründe, Dossiers

  • Erbkrankheiten
  • Diagnostik
  • seltene Erkrankungen
  • künstliche Intelligenz
  • neuronale Netzwerke

Mehr über Universität Bonn

  • News

    Ein “Korsett” für die Enzymstruktur

    Die Struktur von Enzymen entscheidet darüber, wie sie lebenswichtige Vorgänge wie etwa die Verdauung oder die Immunabwehr steuern. Denn die Eiweißverbindungen sind nicht starr, sondern können über bewegliche „Scharniere“ ihre Form verändern. Welche Form Enzyme einnehmen, kann davon abhängen ... mehr

    Wie Zellen ungebetene Gäste erkennen

    Bislang führte der Immunsensor TLR8 ein Schattendasein in der Wissenschaft. Ein Forscherteam unter Federführung der Universität Bonn hat nun entdeckt, auf welche Weise dieser Sensor bei der Abwehr von Eindringlingen in menschlichen Zellen eine wichtige Rolle spielt. Die Enzyme RNaseT2 und R ... mehr

    Aktivierung von Opioid-Rezeptor aufgeklärt

    Forscher der Universität Bonn haben zusammen mit Kollegen aus Shanghai, Brüssel, Kanada und den USA den Bindemechanismus eines wichtigen Schmerzrezeptors aufgeklärt. Die Ergebnisse erleichtern die Entwicklung neuer Wirkstoffe. Die heute gegen starke Schmerzen eingesetzten Opioide können abh ... mehr

  • q&more Artikel

    Goldplasma macht unsichtbare Strukturen sichtbar

    Die Mikro-Computertomographie (μCT) ist in den letzten Jahren zu einer Standardmethode in vielen medizinischen, wissenschaftlichen und industriellen Bereichen geworden. Das bildgebende Verfahren ermöglicht die zerstörungsfreie, dreidimensionale Abbildung verschiedenster Strukturen. mehr

  • Autoren

    Dr. Markus Lambertz

    Markus Lambertz, Jahrgang 1984, studierte Biologie mit den Schwerpunkten Zoologie, Paläontologie und Geologie in Bonn (Diplom 2010). Nach einem mehrmonatigen Forschungsaufenthalt in Ribeirão Preto (Brasilien) nahm er sein Promotionsstudium in Bonn auf (Promotion 2015). Im Anschluss war er a ... mehr

    Prof. Dr. Jürgen Bajorath

    Jürgen Bajorath hat Biochemie studiert und an der Freien Universität Berlin promoviert. Nach seinem Postdoc-Aufenthalt bei Biosym Technologies in San Diego war er für mehr als 10 Jahre in der US-amerikanischen Pharmaforschung tätig und hatte ebenfalls akademische Posi­tionen, zuletzt war er ... mehr

Mehr über Charité

  • News

    Vermehrung von SARS-Coronavirus-2 im Menschen verhindern

    Um eine Krankheit auszulösen, müssen Viren in Körperzellen eindringen. Dazu heften sie sich an geeignete Zellen an und schleusen ihre Erbinformation in diese Zellen ein. Infektionsforscher vom Deutschen Primatenzentrum – Leibniz-Institut für Primatenforschung in Göttingen haben zusammen mit ... mehr

    Hunderte neuer Viren in Insekten entdeckt

    Neue Viren, die Krankheiten auslösen, stammen oft von Tieren. Bekannte Beispiele sind das aus Mücken stammende Zika-Virus, die Vogelgrippe-Viren sowie das Kamel-assoziierte MERS-Virus. Um neu auftretende virale Erkrankungen schnell zu erkennen und mögliche Epidemien zu verhindern, suchen DZ ... mehr

    Welche Mutationen wirklich krank machen

    Wissenschaftler vom Berlin Institute of Health (BIH) und der Charité – Universitätsmedizin Berlin haben gemeinsam mit Kollegen aus den USA die Steuerbereiche von 20 krankheitsrelevanten Genen gezielt verändert. Dadurch konnten sie diejenigen Veränderungen identifizieren, welche den größten ... mehr

q&more – die Networking-Plattform für exzellente Qualität in Labor und Prozess

q&more verfolgt den Anspruch, aktuelle Forschung und innovative Lösungen sichtbar zu machen und den Wissensaustausch zu unterstützen. Im Fokus des breiten Themenspektrums stehen höchste Qualitätsansprüche in einem hochinnovativen Branchenumfeld. Als moderne Wissensplattform bietet q&more den Akteuren im Markt einzigartige Networking-Möglichkeiten. International renommierte Autoren repräsentieren den aktuellen Wissenstand. Die Originalbeiträge werden attraktiv in einem anspruchsvollen Umfeld präsentiert und deutsch und englisch publiziert. Die Inhalte zeigen neue Konzepte und unkonventionelle Lösungsansätze auf.

> mehr zu q&more

q&more wird unterstützt von:

 

Ihr Bowser ist nicht aktuell. Microsoft Internet Explorer 6.0 unterstützt einige Funktionen auf Chemie.DE nicht.