Für die Diagnose, Prognose oder therapeutische Entscheidungen vergleicht ein Arzt die Werte eines Patienten mit den Werten einer „Gruppe“. Diesen Normwert gewinnt man aus einer sehr großen Anzahl von Patientendaten. Bei einer so häufigen Diagnose wie Krebs, ist die Situation eines jeden Patienten jedoch sehr individuell. Neuartigen Immuntherapien bieten die Hoffnung auf Heilung. Es ist dabei aber besonders wichtig, sehr schnell Voraussagen zu treffen, ob der konkrete Patient auf die jeweilige Therapie anspricht, da aggressive Krebsformen unbehandelt innerhalb weniger Monate zum Tod führen können. Für den Einsatz modernster KI-Technologien in der Diagnose und der Therapiekontrolle sind jedoch selten so große Datenmengen verfügbar, dass man mit Hilfe von Algorithmen lernen könnte, daraus sichere Voraussagen zu treffen.
Ein neuartiger innovativer Ansatz besteht darin, aus wenigen vorhandenen Patientendaten durch algorithmische Vermehrung Daten für eine virtuelle Gruppe von Patienten zu generieren, um dann mit den etablierten Methoden des maschinellen Lernens bessere Vorhersagen zu ermöglichen. Bekannt ist die Vermehrung von Daten für das maschinelle Lernen bereits bei der Mustererkennung in Bildern. Die Herausforderung, der sich Saptarshi Bej stellt, besteht nun darin, die Messwerte aus einer Blutprobe eines Patienten so zu variieren, als gehörten die neuen, erfundenen Daten zu einem weiteren Patienten mit der gleichen Erkrankung (und einem ähnlichen Immunsystem), – und zwar ohne zu wissen, welche Messwerte die Erkrankung tatsächlich charakterisieren. Der von der anwendungsnahen Forschung faszinierte junge Wissenschaftler versucht mit mathematischen Methoden in bis zu 40-dimensionalen Räumen herauszufinden, welches Datenmuster eine erfolgreiche Immuntherapie verspreche und welches nicht.
Mit der Digitalisierung medizinischer Informationen, da sind sich alle beteiligten Wissenschaftler einig, werden nicht nur vielfältige Fortschritte in der Diagnose möglich, erwartet wird auch die Einführung intelligenter Entscheidungssysteme zur Unterstützung des behandelnden Arztes. Der internationale Wettlauf zur Entwicklung solcher Systeme sei bereits in vollem Gange und die Rostocker Bioinformatik mit dabei.
Quellen und weitere Informationen: