Frühgeborene: Neue KI-Verfahren sollen Risiken für Lungenkrankheiten früher erkennen

Ein Forschungsverbund unter Koordination der Universität des Saarlandes entwickelt neue Verfahren der künstlichen Intelligenz, um das Risiko einer chronischen Lungenerkrankung bei Frühgeborenen bereits in den ersten Lebenstagen besser einzuschätzen. Dafür wertet das Team aus Bioinformatik und (digitaler) Medizin existierende Daten aus und entwickelt neue KI-Ansätze. Das Bundesforschungsministerium fördert das Vorhaben ab 1. Januar 2027 über drei Jahre mit rund 2,3 Millionen Euro.

Wenn Kinder sehr früh zur Welt kommen, sind ihre Lungen noch nicht vollständig entwickelt. Eine mögliche Komplikation ist die bronchopulmonale Dysplasie, kurz BPD: eine chronische Lungenerkrankung, die die Gesundheit der betroffenen Kinder langfristig beeinträchtigen kann. Ab 1. Januar untersucht ein neuer Forschungsverbund namens „BPD-KI.de“, ob sich aus frühen Röntgenaufnahmen des Brustkorbs und klinischen Routinedaten zusätzliche Informationen über das spätere Erkrankungsrisiko gewinnen lassen. Ausgewertet werden bereits vorhandene Daten aus der regulären Versorgung. Für diese rückblickende Untersuchung sind keine zusätzlichen Röntgenaufnahmen erforderlich.

Die Verbundkoordination und die Leitung des saarländischen Teilprojekts übernehmen Dr. Sybelle Goedicke-Fritz zusammen mit Dr. Philipp Flotho, letzterer mit Fokus auf die technische Leitung der Entwicklung der simulationsgestützten KI-Lernverfahren. Das Teilprojekt ist am Lehrstuhl für Klinische Bioinformatik der Universität des Saarlandes unter Leitung von Professor Andreas Keller angesiedelt und arbeitet eng mit der Klinik für Allgemeine Pädiatrie und Neonatologie des Universitätsklinikums des Saarlandes unter Leitung von Professor Michael Zemlin zusammen. So werden die Entwicklung neuer KI-Methoden und ihre medizinische Bewertung unmittelbar miteinander verbunden.

Geeignete Frühgeborenen-Datensätze sind begrenzt, und zugleich unterscheiden sich Röntgenbilder durch Geräte und Aufnahmebedingungen zwischen Kliniken. Das saarländische Team entwickelt deshalb Verfahren, die künstliche Röntgenbilder erzeugen und dabei solche Unterschiede gezielt nachbilden. Diese synthetischen Daten sollen für ein selbstüberwachtes Vortraining genutzt werden, bei dem die Modelle zunächst Bildstrukturen ohne vorgegebene Diagnosen lernen. Anschließend werden sie anhand realer Daten von Frühgeborenen für die Risikovorhersage angepasst. Entscheidend ist, ob dieses Vorgehen auch an anderen Klinikstandorten zuverlässigere Ergebnisse ermöglicht. Dazu wird Wissen über die Bildentstehung, Simulation und maschinelles Lernen verbunden, um neue wissenschaftliche Analyseverfahren zu entwickeln, die auch in anderen biowissenschaftlichen und medizinischen Fragestellungen mit begrenzten Trainingsdaten zum Einsatz kommen sollen.

Der Verbund besteht aus der Universität Leipzig, der Universität Heidelberg, dem Universitätsklinikum Augsburg und der Universität des Saarlandes. Die Leipziger Nachwuchsgruppe um Dr. Rudolf Ascherl harmonisiert klinische Daten und BPD-Definitionen und überprüft die Modelle im Vergleich mit etablierten klinischen Risikomodellen. In Heidelberg untersucht die Gruppe um Dr. Christoph Schwarz und Dr. Shenkai Zhao, welche Bildmerkmale die KI nutzt und wie früh verlässliche Vorhersagen möglich sind. Die Augsburger Gruppe um Dr. Seyedmostafa Sheikhalishahi aus dem Forschungsbereich „Föderierte Analyse und KI in der Medizin“ (Leitung: PD Dr. Mathias Kaspar) am Institut für Digitale Medizin entwickelt Verfahren für „föderiertes Lernen“: Die Modelle werden standortübergreifend trainiert, während die Patientendaten an den jeweiligen Kliniken verbleiben. Weitere klinische und wissenschaftliche Partner, unter anderem in München, Lübeck, Essen, Würzburg und Regensburg, ergänzen den Verbund mit Patientenkohorten, Bilddaten und medizinischer Expertise.

Mit den Juniorverbünden im Förderschwerpunkt „Zukunft eHealth“ unterstützt das BMFTR promovierte Nachwuchswissenschaftlerinnen und -wissenschaftler an der Schnittstelle von Informatik, Mathematik, Biologie und Medizin. Die Förderung verbindet neue computergestützte Methoden und die bessere Nutzung vorhandener Gesundheitsdaten mit interdisziplinärer Zusammenarbeit und dem Aufbau eigenständiger wissenschaftlicher Profile.

Zunächst soll ein „Forschungsprototyp“ entstehen, dessen Leistungsfähigkeit, Unsicherheiten und Grenzen systematisch untersucht werden. Auch die Perspektiven von Eltern sowie von behandelnden Ärztinnen und Ärzten sollen einbezogen werden. Vor einem späteren Routineeinsatz sind weitere klinische Prüfungen und regulatorische Schritte erforderlich. Langfristig könnten besser abgesicherte, frühe Risikoeinschätzungen helfen, Präventions- und Behandlungsstrategien gezielter auszurichten und Familien fundierter zu beraten.