11.06.2019 - Rheinische Friedrich-Wilhelms-Universität Bonn

Wie Künstliche Intelligenz seltene Krankheiten aufspürt

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.“

  • Tzung-Chien Hsieh MS et al.; "PEDIA: Priorization of Exome Data by Image Analysis, Genetics in Medicine"; Genetics in Medicine; 2019
Fakten, Hintergründe, Dossiers
  • künstliche Intelligenz
  • neuronale Netzwerke
Mehr über Universität Bonn
  • News

    Moos-Protein korrigiert Erbgut-Fehler anderer Pflanzen

    Fast alle Landpflanzen beschäftigen ein Heer molekularer Redakteure, die Fehler in ihrer Erbinformation berichtigen. Forscher der Universität Bonn haben nun mit Kollegen aus Hannover, Ulm und Kyoto einen dieser Korrekturleser vom Moos Physcomitrium patens (bisher bekannt als Physcomitrella ... mehr

    Rezeptor macht Mäuse stark und schlank

    Ein zunehmender Bauchumfang und schrumpfende Muskeln sind zwei häufige Begleiterscheinungen des Alterns. Forscher der Universität Bonn haben in Mäusen einen Rezeptor entdeckt, der beide Effekte reguliert. Versuche mit menschlichen Zellkulturen deuten darauf hin, dass die entsprechenden Sign ... mehr

    Tuberkulose-Impfstoff stärkt Immunsystem

    Ein vor 100 Jahren entwickeltes Tuberkulose-Vakzin macht Geimpfte auch für andere Infektionen unempfindlicher. Dieser Effekt ist lange bekannt, nicht jedoch, wodurch er verursacht wird. Wissenschaftler der Universitäten Nijmegen und Bonn haben nun mit Kollegen aus Australien und Dänemark ei ... mehr

Mehr über Charité
  • News

    Nervenbahnen unter Strom

    Einer Forschungsgruppe der Charité – Universitätsmedizin Berlin ist es gelungen, die tiefe Hirnstimulation als Therapie bei Zwangsstörungen noch weiter zu verfeinern. Das Team bestimmte die genaue Position der Stimulationselektroden im Gehirn von Patienten und konnte so einen präzisen Faser ... mehr

    Lässt sich der Verlauf von COVID-19 anhand des Blutes vorhersagen?

    Ein Forschungsteam der Charité – Universitätsmedizin Berlin und des Francis Crick Institute hat im Blut von COVID-19-Patienten 27 Proteine identifiziert, die je nach Schwere der Erkrankung in unterschiedlicher Menge auftreten. Diese Biomarker-Profile könnten in Zukunft zur Vorhersage des Kr ... mehr

    Putzfimmel im Gehirn

    Synapsen bestehen aus Hunderten verschiedener Proteine. Damit sie Hirnsignale richtig übertragen können, müssen ihre Bausteine ständig auf Funktionalität überprüft und bei Verschleiß durch neue ersetzt werden. Ein Forscherteam des Leibniz-Institutes für Neurobiologie Magdeburg, vom Deutsche ... mehr

  • Forschungsinstitute

    Charité - Universitätsmedizin Berlin

    Die Charité zählt zu den größten Universitätskliniken Europas. Hier forschen, heilen und lehren Ärzte und Wissenschaftler auf internationalem Spitzenniveau. Über die Hälfte der deutschen Nobelpreisträger für Medizin und Physiologie stammen aus der Charité, unter ihnen Emil von Behring, Robe ... mehr