Veröffentlicht am
Einer neuen Studie zufolge könnte ein neues Tool der künstlichen Intelligenz die Suche nach Behandlungsmöglichkeiten für Herzerkrankungen beschleunigen.
Herz-Kreislauf-Erkrankungen (CVDs) sind die häufigste Todes- und Invaliditätsursache in der gesamten Europäischen UnionNach Angaben der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) sterben jedes Jahr etwa 1,7 Millionen Menschen an der Krankheit, von der 62 Millionen Menschen betroffen sind.
Wissenschaftler am Imperial College London haben ein Tool für künstliche Intelligenz (KI) entwickelt, um zu identifizieren, welche Gene mit Krankheiten in Zusammenhang stehen, und um durch die Kombination detaillierter Herzscans mit großen medizinischen Datenbanken schneller Medikamente gegen Herzkrankheiten zu finden.
Das Tool mit dem Namen CardioKG wurde anhand von Herzbilddaten von Tausenden von Menschen in der britischen Biobank entwickelt. Dazu gehörten Patienten mit Erkrankungen wie Vorhofflimmern, Herzinsuffizienz und Herzinfarkt sowie gesunde Freiwillige.
Auf diese Weise können Forscher sagen, dass sie genauere Vorhersagen darüber treffen können, welche Medikamente Menschen mit bestimmten Herzerkrankungen helfen könnten.
„Einer der Vorteile von Wissensgraphen besteht darin, dass sie Informationen über Gene, Medikamente und Krankheiten integrieren“, sagte Declan O’Regan, Gruppenleiter der Computational Cardiac Imaging Group am MRC Laboratory of Medical Sciences des Imperial College London.
Forscher sagen, dass der Ansatz letztendlich zu einer persönlicheren Betreuung führen könnte, bei der die Behandlungen besser auf die Herzfunktion einer Person abgestimmt sind.
Dieselbe Technologie könnte auch zur Untersuchung anderer Erkrankungen mithilfe medizinischer Bildgebung angepasst werden, darunter Hirnstörungen und Fettleibigkeit.
„Das bedeutet, dass Sie mehr Macht haben, Entdeckungen über neue Therapien zu machen. Wir haben herausgefunden, dass die Einbeziehung der Herzbildgebung in die Grafik die Art und Weise verändert hat, wie neue Gene und Medikamente identifiziert werden können“, sagte O’Regan.
Zu den hervorgehobenen Medikamenten gehörten Methotrexat, das häufig zur Behandlung von rheumatoider Arthritis eingesetzt wird, und eine Gruppe von Diabetes-Medikamenten, die als Gliptine bekannt sind.
Das KI-Modell legte nahe, dass Methotrexat Menschen mit Herzinsuffizienz helfen könnte, während Gliptine Menschen mit Vorhofflimmern zugute kommen könnten.
Die Analyse wies auch auf eine mögliche schützende Wirkung von Koffein bei einigen Patienten mit Vorhofflimmern hin, obwohl die Forscher betonten, dass dies nicht bedeute, dass Menschen ihre Koffeinaufnahme ändern sollten.
„Aufbauend auf dieser Arbeit werden wir den Wissensgraphen zu einem dynamischen, patientenzentrierten Rahmen erweitern, der reale Krankheitsverläufe erfasst“, sagte Khaled Rjoob, der Erstautor der Studie und Datenwissenschaftsforscher am Imperial College London.
„Dies wird neue Möglichkeiten für eine personalisierte Behandlung und die Vorhersage, wann Krankheiten wahrscheinlich auftreten, eröffnen.“
