Mit Künstlicher Intelligenz gegen die Pandemie

Es ist zwar noch nicht einmal ein Jahr her, seit Sars-CoV-2 aufgetaucht ist, aber seitdem wurden riesige Mengen an Daten und Informationen zu dem neuartigen Erreger gesammelt. Diesen Datenschatz machen sich Forschungsteams aus der ganzen Welt zu Nutze und verarbeiten ihn mithilfe von künstlicher Intelligenz, wie Machine Learning Methoden.

Daraus entstehen sehr hilfreiche Anwendungen im Kampf gegen die Corona-Pandemie, wie z.B.: 

  • Frühzeitige Identifikation von Risikogruppen
  • Vorhersage über die Virenausbreitung
  • Schnellere Entwicklung von Medikamenten und Impfstoffen
  • Treffsichere Diagnostik von Patienten
  • Finden geeigneter Maßnahmen zur Infektionsprophylaxe (1)

Nachfolgend werden einige der KI-Anwendungen vorgestellt und betrachtet.

 

Die Plattform für künstliche Intelligenz BlueDot meldete zu Silvester 2019 eine Reihe von Fällen „ungewöhnlicher Lungenentzündung“ auf einem Markt in Wuhan China. Damit war die BlueDot Software der öffentlichen Erklärung durch die Weltgesundheitsorganisation (WHO) über das neuartige Coronavirus neun Tage voraus.

Das Unternehmen wurde von einem Arzt und Epidemiologen nach dem SARS Ausbruch gegründet. Die Software verfolgt und lokalisiert Ausbrüche von Infektionskrankheiten und sendet Warnungen darüber an Regierungen, Wirtschaft und das öffentliche Gesundheitswesen.

Um das zu leisten, werden enorme Mengen an Daten aus Hunderttausenden von Quellen, mithilfe Anwendungen der künstlichen Intelligenz, wie maschinellem Lernen und „natural language processing“, erfasst und verarbeitet. Die Daten beinhalten unter anderem Informationen über digitale Medien, Flugticket-Daten, Berichte zur Tiergesundheit und Bevölkerungsdemografie sowie Aussagen von offiziellen Organisationen des Gesundheitswesens.

BlueDot konnte beispielsweise anhand globaler Ticketdaten von Fluggesellschaften korrekt vorhersagen, wohin infizierte Personen reisen und das Virus einschleppen würden. Dadurch kann es verantwortlichen Personen im Gesundheitswesen oder der Regierung ermöglichen, dem Virus einen Schritt voraus zu sein und frühzeitig Gegenmaßnahmen zu setzen. (2)

Mithilfe von KI zur schnelleren Herstellung von Sars-CoV-2 Impfstoffen und Medikamenten

Von der Erforschung bis zur Zulassung eines neuen Impfstoffes kann es normalerweise 10 bis 12 Jahre dauern. (3) Im Falle von COVID-19 wird allerdings erwartet, dass ein wirksamer Impfstoff gegen den Erreger schon nach einer wesentlich geringeren Zeitspanne verfügbar sein wird. Das liegt einerseits an verkürzten Genehmigungsverfahren und kürzeren Teststudien, ermöglicht durch sehr hohe Geldmittel. Andererseits beschleunigt die künstliche Intelligenz mit Deep Learning Anwendungen die Identifikation von vielversprechenden Impfstoffkandidaten.

So ist es möglich, dass sich der Impfstoffkandidat der deutschen Firma Biontech bereits seit Anfang Oktober im europäischen Zulassungsverfahren befindet. Bei dem Impfstoff handelt es sich um einen sogenannten RNA-Impfstoff. Hier wird ein Bruchstück des Viruserbguts geimpft, in diesem Fall ein Bauplan für das Viren-Protein. Das Immunsystem stellt anhand des Bauplans das Oberflächenprotein des Virus selbst her und kann so das Virus in Folge erkennen und bekämpfen. Dafür musste zuerst erforscht werden, welche Wechselwirkungen die Viren-Proteine mit den Proteinen der menschlichen Körperzellen haben können. Die Bandbreite dieser Wechselwirkungen ist allerdings enorm. Mittels Machine Learning Modellen konnte diese zeitsparend für die Sars-CoV-2 Viren-Proteine bestimmt werden. (4)

Erleichterte Auswahl vorhandener Medikamente

Covid Medikamente

Um zu prüfen, ob bereits zugelassene Medikamente auch erfolgreich zur Bekämpfung der COVID-19 Infektionen verwendet werden können, werden ebenfalls Machine Learning Modelle eingesetzt.

Unmengen an wissenschaftlichen Artikeln müssen durchforstet und analysiert werden, um aus der Vielzahl an Medikamenten potenzielle Arzneimittel-Kandidaten zu finden. Diese Aufgabe wird mit Natural Language Processing (NLP) bewerkstelligt, die aus den Daten biomedizinische Ontologien erstellt. Daraus können dann Medikamente mit bestimmten Proteinen sinnvoll in Beziehung gesetzt werden. Deep Learning Systeme nutzen diese Ontologien, um Wechselwirkungen zwischen Medikamenten und viralen Proteinen vorherzusagen. So konnten bereits Medikament-Kandidaten evaluiert werden. (1)

Forschungen zu KI-gestützter Diagnose

Röntgenaufnahmen der Lunge sind ein wesentlicher diagnostischer Baustein, um bei erkrankten Patienten mit schwereren Verläufen schnell abzuklären, ob COVID-19 vorliegt. Der Vorteil des Röntgen ist, dass die Diagnostik innerhalb von Sekunden vorliegen kann.

„Unser Ziel ist es, die Künstliche Intelligenz so zu trainieren, dass sie feststellen kann, ob die Patientin oder der Patient an einer Lungeninfektion leidet, ob es sich dabei um Covid-19 handelt und falls ja, wie schwer die Infektion ist und welcher Teil der Lunge befallen ist“, meint Professor Dr. Meinrad Beer, Ärztlicher Direktor der Klinik für Diagnostische und Interventionelle Radiologie am Universitätsklinikum Ulm.

Hierfür werden vortrainierte Deep Learning Verfahren verwendet, die bereits gelernt haben, welche Merkmale in einem Bild wichtig sind, und für die spezifischen Probleme adaptiert. (5)

Bereits erfolgreich eingesetzt wurde eine KI basierte Diagnosesoftware bei Computertomographie-Scans der Alibaba DAMO Akademie in China. Diese soll geholfen haben mehr als 30.000 Fälle in über 26 chinesischen Krankenhäusern zu überprüfen. (6)

Präventive Maßnahmen, die nützen und Kollateralschäden vermeiden

Das Leben der meisten Menschen weltweit wird derzeit durch die Maßnahmen zur Eindämmung der Pandemie geprägt. Dabei ist oftmals nicht klar, inwieweit die Maßnahmen tatsächlich zur Prävention beitragen oder nur wenig Effekt haben.

IBM Research hat den Worldwide Non-Pharmaceutical Interventions Tracker für COVID-19 (WNTRAC) entwickelt. (7) Diese Datenbank enthält mittlerweile über 6.000 nicht-pharmazeutische Interventionen (NPIs) aus 261 Ländern, wie Schulschließungen, Beschränkungen für Massenversammlungen, Tragen von Masken, Reinigung öffentlicher Einrichtungen, usw. Natural Language Processing-Systeme werten diese Daten aus und bringen sie in eine maschinenverwertbare Form, die als Grundlage für Visualisierungen und Ableitung von Erkenntnissen genutzt werden kann. Das Tool soll auch helfen Auswirkungen von zukünftigen Maßnahmen abzuschätzen, basierend auf den Erfahrungswerten. (8)

Eine Konstante bei den unterschiedlichen Anwendungsfällen der Künstlichen Intelligenz fällt ins Auge. Der Mensch muss bis dato immer Teil des Systems sein und Interpretationen prüfen.

Quellen:

1. Matzer, M., Litzel N. (2020): Künstliche Intelligenz gegen COVID-19, So helfen KI-Modelle und Algorithmen im Kampf gegen das Corona-Virus, URL: https://www.bigdata-insider.de/so-helfen-ki-modelle-und-algorithmen-im-kampf-gegen-das-corona-virus-a-929623/ [05.10.2020]

2. Stieg, C. (2020): How this Canadian start-up spotted coronavirus before everyone else knew about it, URL: https://www.cnbc.com/2020/03/03/bluedot-used-artificial-intelligence-to-predict-coronavirus-spread.html [05.10.2020]

3. arzt & karriere: Entwicklungsschritte eines Impfstoffes, URL: https://arztundkarriere.com/forschung/die-entwicklung-impfstoffen/ [09.10.2020]

4. mdr.de (2020): RNA Impfstoff, Zulassung für deutschen Corona-Impfstoff startet, URL: https://www.mdr.de/wissen/deutscher-rna-corona-impfstoff-zulassung-100.html [07.10.2020]

5. Thieme, kma-online.de (2020): Coronavirus, Universitätsklinikum Ulm erforscht KI gestützte Röntgenbild-Analyse, URL: https://www.coe.int/en/web/artificial-intelligence/ai-und-kontrolle-des-covid-19-coronavirus [09.10.2020]

6. Ad hoc Committee on AI – CAHAI (2020): AI and control of Covid-19 coronavirus, URL: https://www.coe.int/en/web/artificial-intelligence/ai-and-control-of-covid-19-coronavirus [09.10.2020]

7. WNTRAC (2020): Weltweiter Tracker für nicht-pharmazeutische Interventionen für COVID-19, URL: https://ibm.github.io/wntrac/ [10.10.2020]

8. Wolfangel, E. (2020): Künstliche Intelligenz gegen Covid-19, URL:  https://www.spektrum.de/news/kuenstliche-intelligenz-gegen-covid-19/1780224  [12.10.2020]

 

Fotos und Bilder: pixabay.com

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.