Website
Aktuelles
Montag, 16.12.2024

Forschung

KI-gestützte In-vitro-Diagnostik für Autoimmunerkrankungen

Symbolbild KI getsütze Diagnostik (AdobeStock #884787886)

Ein gemeinsames, BMBF-gefördertes Projekt der Universität zu Lübeck und expandAI GmbH entwickelt innovative KI-basierte Ansätze für die In-vitro-Diagnose komplexer Erkrankungen wie Long COVID und ME/CFS.

Autoimmunerkrankungen wie Long COVID und Myalgische Enzephalomyelitis/Chronisches Fatigue-Syndrom (ME/CFS) sind eine wachsende Herausforderung für das Gesundheitswesen, da sie häufig unspezifische Symptome aufweisen und in vielen Fällen unentdeckt bleiben. Dr. Alexander Hackel, Projektleiter an der Klinik für Rheumatologie und klinische Immunologie, Universität zu Lübeck und UKSH, Campus Lübeck, hat gemeinsam mit der expandAI GmbH, einem Lübecker Softwareunternehmen im Bereich Maschinelles Lernen, mit seinem Projekt „KI-gestützte In-vitro-Diagnose von Autoimmunkrankheiten (KigG)“ eine innovative Lösung entwickelt, die jetzt im Rahmen der DATIpilot-Föderrichtlinie des Bundesministeriums für Bildung und Forschung (BMBF) mit 300.000 Euro für 18 Monate unterstützt wird. Ziel ist es, mittels künstlicher Intelligenz und zellbasierten Analysen neue Wege in der Diagnostik komplexer Erkrankungen zu beschreiten.

Autoimmunerkrankungen stellen eine erhebliche diagnostische Herausforderung dar, da ihre Symptome oft diffus, unspezifisch und über verschiedene Organsysteme verteilt auftreten können. Zudem fehlt es häufig an eindeutigen Biomarkern, was die Identifikation und Einordnung der Krankheitsbilder weiter erschwert. „Durch den Einsatz von KI können wir spezifische immunologische Muster erkennen und so die Diagnostik präziser und effizienter gestalten“, erklärt Dr. Alexander Hackel. KigG soll dazu beitragen, die hohe Dunkelziffer unerkannter Autoimmunerkrankungen zu verringern und individuell angepasste Behandlungsansätze zu ermöglichen.

Innovative Diagnostik für komplexe Krankheiten

Das Projekt KigG nutzt innovative Testverfahren, die immunologische Prozesse außerhalb des Körpers simulieren, um charakteristische Muster zu identifizieren. Diese Herangehensweise ermöglicht eine differenzierte Diagnostik, die auf die individuellen Krankheitsverläufe der Patientinnen und Patienten eingeht. „Mit KigG können wir die Schnittstelle von Grundlagenforschung und klinischer Anwendung effektiv überbrücken und somit einen bedeutenden Beitrag zur Weiterentwicklung der Präzisionsmedizin leisten“, so Dr. Hackel weiter.

Die expandAI GmbH unterstützt das Projekt durch ihre Expertise im Bereich Maschinelles Lernen und KI-basierter Digitalisierung. Prof. Dr.-Ing. Marcin Grzegorzek, Gründer und Gesellschafter der expandAI GmbH, sowie Artur Piet, CEO des Unternehmens, bringen ihre technische und strategische Erfahrung in die Entwicklung der Diagnosetechnologie ein.

Die DATIpilot-Föderrichtlinie des BMBF bietet mit ihrem Modul „Innovationssprints“ eine flexible und schnelle Möglichkeit, innovative Ideen in die Praxis zu überführen. Durch vereinfachte Antragstellung und kurze Laufzeiten von maximal 18 Monaten wird Wissenschaftlerinnen und Wissenschaftlern ein Experimentierraum geschaffen, um zukunftsweisende Technologien zu erproben. Das Projekt KigG zeigt exemplarisch, wie Forschungsergebnisse durch gezielten Transfer einen konkreten gesellschaftlichen Nutzen entfalten können.

Kontakt:

Dr. Alexander Hackel
Universität zu Lübeck
Forschungslabor der Klinik für Rheumatologie und klinische Immunologie
Maria-Goeppert-Straße 9a
23562 Lübeck
E-Mail: alexander.hackel(at)uni-luebeck(dot)de  

Dr. Alexander Hackel, Projektleiter des KigG-Projekts, das innovative KI-basierte Diagnoseverfahren für Autoimmunerkrankungen wie Long COVID und ME/CFS entwickelt. (Foto: privat)