Wie Künstliche Intelligenz antimikrobielle Resistenzen bekämpfen soll

Über Prof. Dr. Dominik Heider

Prof. Dr. Dominik Heider ist Professor an der Philipps-Universität Marburg und Experte für Bioinformatik. Nach seinem Studium der Informatik mit Nebenfach Biologie promovierte Heider 2008 in der Abteilung für Experimentelle Tumorbiologie und am Institut für Informatik der Universität Münster.

Anschließend wechselte Heider als Postdoktorand an die Universität Duisburg-Essen in den Bereich Bioinformatik, wo er sich 2012 habilitierte. Nach einem kurzen Ausflug in die Industrie folgte er 2014 einem Ruf als Professor an den Campus Straubing der Technischen Universität München. 2016 wechselte er an die Philipps-Universität Marburg, wo er das interdisziplinäre Heiderlab leitet.

Echtwelt-Daten aus der Biomedizin und Schubladen-Lösungen

Prof. Dr. Dominik Heider entwickelt KI-Lösungen für biomedizinische Probleme wie die Vorhersage von Arzneimittelresistenzen bei Krankheitserregern oder die Modellierung von Krankheiten..

Kein leichtes Unterfangen: Zum einen lassen sich KI-Methoden selten problemlos auf vorhandene biomedizinische Daten anwenden, zum anderen sprechen Informatik und Biomedizin unterschiedliche Sprachen.

„Klinische Daten sind sehr heterogen, sie reichen von Bilddaten bis hin zu Sequenzdaten etwa des Mikrobioms“, sagt Heider. Man könne daher keine KI-Methode aus der Schublade ziehen und direkt anwenden.

Zudem handele es sich häufig um geringe Datenmengen von wenigen Patientinnen und Patienten, oft mit einem großen Ungleichgewicht innerhalb der Daten, etwa bei seltenen Erkrankungen, wo wenigen Daten von Erkrankten große Datenmengen von gesunden Menschen gegenüberstehen. Zudem seien die Datensätze oft unvollständig, es fehlten Werte, die nicht gemessen wurden, oder es gebe Messfehler.

„All diese Aspekte müssen wir berücksichtigen, wenn wir KI-Methoden auf diese Daten anwenden wollen“, sagt der Wissenschaftler. Er und sein Team konzentrieren sich daher auf die Entwicklung von KI-Methoden, die auf den biomedizinischen Bereich zugeschnitten sind.

Informatik und Biomedizin haben keine gemeinsame Sprache

KI bietet die Chance, Forschende aus verschiedenen Bereichen zusammenzubringen und KI-Methoden in anderen Kontexten kennenzulernen. Das helfe, neue Methoden in die Bioinformatik einzuführen, und umgekehrt bringen die Bioinformatik reale Probleme in andere Bereiche, in denen sonst mit „Toyexamples“ gearbeitet werde, so Heider.

Eine große Herausforderung sieht Heider in der Kommunikation zwischen Informatik und Biomedizin: „Informatiker und Mediziner haben keine gemeinsame Sprache, sie verstehen sich nicht“, sagt der Wissenschaftler. Und auch innerhalb der Medizin gebe es unterschiedliche Sprachen.

An der Schnittstelle müsse daher eine gemeinsame Sprache entwickelt werden und ein Grundverständnis für die Biomedizin und ihre Fragestellungen, zum Beispiel welche Parameter in einem medizinischen Datensatz wichtig sind und welche primär gemessen werden.

Resistente Infektionen nehmen dramatisch zu

Heider ist an mehreren von der EU, dem Bundesministerium für Bildung und Wissenschaft und dem Deutschen Akademischen Austauschdienst geförderten Projekten beteiligt, darunter bis 2023 laufende Verbundprojekt Deep-iAMR, in dem KI-Methoden erforscht wurden, die Antibiotikaresistenzmechanismen in neu sequenzierten Bakteriengenomen differenziert vorhersagen, klassifizieren und potenzielle neue Antibiotikatargets identifizieren können.

Im aktuellen Projekt „Deep Legion“ entwickelt Heider gemeinsam mit anderen Wissenschaftlerinnen und Wissenschaftlern KI-Methoden zur Identifizierung von Virulenzfaktoren des Erregers der Legionärskrankheit.

Diese Forschung sei enorm wichtig, denn nach Schätzungen der WHO wird die Zahl der jährlichen Todesfälle durch resistente Infektionen bis 2050 auf 10 Millionen steigen, so Heider. Das entspreche in etwa der Zahl der Krebstoten pro Jahr .