ASBH Spendenkonto:
Sparkasse Iserlohn
Konto-Nr.: 125
BLZ.: 445 500 45
IBAN:
DE08 4455 0045 0000 0001 25
BIC:
WELADED1ISL
Jetzt online spenden
Künstliche Intelligenz kann Erkrankungen voraussagen!?
Forschende haben eine Künstliche Intelligenz mit Daten von hunderttausenden Patienten aus Großbritannien trainiert und ein generatives Modell entwickelt, das eigenständig in den medizinischen Biografien lesen und daraus Vorhersagen treffen kann. So konnte die KI Langzeitprognosen über das Eintreten bestimmter Krankheiten treffen. Es gibt aber Grenzen des Modells.
Eine Art Chat-GPT für Krankheitsprognosen
Die Forschenden vergleichen ihre KI mit den großen generativen Sprachmodellen, die mittlerweile ein Begleiter im Alltag vieler Menschen geworden sind. Genau wie Sprachmodelle die Struktur von Sätzen lernen, deuten und sinnvolle Antworten geben können, so kann das Modell Dephi-2M die Struktur von Gesundheitsdaten erkennen, verstehen und daraus Ableitungen ziehen.
Die Wissenschaftler des Europäischen Laboratoriums für Molekularbiologie (EBML), des Deutschen Krebsforschungszentrums (DKFZ) und der Universität Kopenhagen haben ihr KI-Modell mit den Gesundheitsdaten von über 400.000 Teilnehmern der britischen Bio-Datenbank „UK Biobank“ gefüttert. Die anonymisierten Daten aus dieser Quelle zählen zu den weltweit umfangreichsten Informationen über Krankheitsverläufe.
Sie umfassen sowohl klinische Diagnosen als auch Daten zum Body-Mass-Index oder dem Konsum von Alkohol und Zigaretten. Nach dem Training mit diesen Daten haben die Forscher ihr Modell auf Gesundheitsinfos von 1,9 Millionen Patienten aus dem Dänischen Patientenregister angewendet. Auch das Dänische Register gilt als umfangreicher Datenschatz.
Kann man Krankheiten wie Wetter vorhersagen?
Für über 1000 Erkrankungen hat Delphi-2M im Test der Forscher das Risiko bei einzelnen Personen und Populationen vorhersagen können. Außerdem kann es Prognosen über den gesundheitlichen Zustand für in bis zu 20 Jahren geben. „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“, sagt Ewan Birney vom EBML.
Relativ sichere Vorhersagen schafft das Modell laut den Forschern bei Krankheiten mit klaren Verlaufsmustern wie bei bestimmten Krebsarten und Herzinfarkten. Deutlich schlechter sind die Vorhersagen bei psychischen Erkrankungen oder Schwangerschaftskomplikationen. Ähnlich wie bei Wettervorhersagen trifft das Modell Aussagen über das wahrscheinliche Eintreten von Krankheiten, die abhängig sind von Risikofaktoren oder Genen.
Die Forscher sehen allerdings auch selbst eine gewisse Schieflage in ihren Daten: Die UK-Biobank umfasst hauptsächlich Daten von Menschen zwischen 40 und 60 Jahren, andere Alterskohorten seien hingegen unterrepräsentiert. Das könne das Modell der Künstlichen Intelligenz verzerren und gewisse Krankheiten zu häufig prognostizieren.
Für den Einsatz in der Klinik ist es noch zu früh
„Das Modell stellt einen robusten Ansatz dar, um auf Populationsebene Krankheitslasten vorherzusagen“, bewertet Julian Varghese, Direktor des Instituts für Medical Data Science an der Otto-von-Guericke-Universität Magdeburg die Forschungsergebnisse. Außerdem könne es die Versorgungsplanung datenbasiert unterstützen. Das KI-Modell sei aber noch zu ungenau, um es im klinischen Alltag einzusetzen, sagt der Forscher, der an der Studie nicht beteiligt war.
Auch die Studienautoren selbst sehen ihr Modell erst am Anfang: „Generative Modelle wie das unsere könnten eines Tages dazu beitragen, die Pflege zu personalisieren und den Bedarf im Gesundheitswesen in großem Maßstab vorherzusagen“, hofft Moritz Gerstung vom Deutschen Krebsforschungszentrum. Neben besserer Vorhersageleistung müssten bis dahin aber auch Fragen des Datenschutzes geklärt werden.
Die Studie „Learning the natural history of human disease with generativ transformers“ unter Beteiligung des Europäischen Laboratoriums für Molekularbiologie (EBML), des Deutschen Krebsforschungszentrums (DKFZ) und der Universität Kopenhagen erschien am 17.09.2025 im Fachmagazin Nature und kann hier nachgelesen werden.
Quelle: MDR Wissen, September 2025