Das System Delphi-2M soll für mehr als 1.000 Krankheiten das individuelle Risiko vorhersagen - bis zu 20 Jahre im Voraus. Darüber berichtet ein Forschungsteam in der Fachzeitschrift Nature. Das Modell basiert auf der gleichen Transformer-Technik wie ChatGPT, wurde jedoch speziell für medizinische Daten trainiert.
Mit diesen Informationen arbeitet Delphi-2M
Das KI-Modell wurde mit Daten von 400.000 Patientinnen und Patienten aus einer britischen Bio-Datenbank trainiert. Es wurden Daten zu Krankheits-Diagnosen, Body-Mass-Index, Geschlecht, Alter sowie Alkohol- und Nikotinkonsum in Delphi-2M eingespeist.
Getestet wurden die Voraussagen zu Krankheitsrisiken unter Beteiligung von Heidelberger Wissenschaftlern und Wissenschaftlerinnen anhand von anonymisierten Daten zum Krankheitsverlauf von 1,9 Millionen Menschen aus Dänemark. Delphi-2M wurde mit den Basis-Daten der Däninnen und Dänen gefüttert und musste deren Krankheitsrisiken vorhersagen. Die Trefferwahrscheinlichkeit war vor allem bei weit verbreiteten Krankheiten wie Herz-Kreislauf-Belastung oder Krebs hoch - so die Entwickler der Medizin-KI.
KI nicht für eine individuelle Risikoprognose geeignet
Doch die persönliche Beratung von möglichen, zukünftigen Patienten war gar nicht das wichtigste Ziel für die Entwicklung der KI, die mehr als 1.000 Krankheiten vorhersagt. Dazu wären nach wie vor individuelle Laborparameter - etwa Werte von Blutzucker oder Blutfett nötig, so Ewan Birney vom Europäischen Bioinformatik Institut aus Großbritannien:
"Natürlich werden bei der individuellen Beratung auch Werte herangezogen, wie wir sie für unser KI-Modell erhoben haben: Was wiegst du, wie viel trinkst du, wie viel bewegst du dich. Aber dann gibt es da natürlich auch noch die individuellen Laborwerte wie Blutfett oder Blutzucker, die entscheidend für die Einschätzung des individuellen Krankheitsrisikos sind.“
Bessere Planung für Gesundheitssysteme
Die Forschenden, die Delphi-2M mit Gesundheitsdaten trainiert hatten, verfolgten ein viel weiter reichendes Ziel. Ihnen ging es wesentlich um Erkenntnisse für die zukünftige Entwicklung von Gesundheitssystemen. Delphi-2M liefert Prognosen für ganze Bevölkerungen, Bevölkerungsgruppen - auch mit regionalem Bezug.
Die KI kann so helfen, strategische Planungen im Gesundheitssystem zu unterstützen. Etwa im Medizinstudium, mit Fokus auf den Krankheiten, die Delphi-2M zufolge zukünftig relevant werden. Oder auch um Präventionsprogramme zu optimieren, die auf zukünftige Krankheitsentwicklungen passend zugeschnitten sind.
Die Frage nach dem individuellen Krankheitsrisiko bildete lediglich das Grundmuster für das Training der KI Delphi-2M, so Ewan Birney: "Das Ziel ist viel breiter angelegt. Es handelt sich hier vor allem um Grundlagenforschung für das Gesundheitssystem. Es geht um strategische Planungen, wie wir etwa die Ausstattung von Kliniken gestalten, um sie optimal für zukünftige Entwicklungen vorzubereiten. Und das alles in Abstimmung mit den behandelnden Ärztinnen und Ärzten, den Regulierungsbehörden und auch mit Patienten.“
Risiko: Überdiagnosen und unnötige Behandlungen
Für die Vorhersage individueller Krankheitsrisiken für einzelne Patientinnen oder Patienten gebe es noch viele ungeklärte Fragen, so Birney. Ein Krankheitsrisko ist keine Krankheitsdiagnose, sondern nur die Vorhersage einer gewissen Wahrscheinlichkeit, dass die Krankheit eintritt.
Was folgt daraus für die Patienten? Ab welchem Risiko sind medizinische Maßnahmen geboten oder wo besteht das Risiko, dass Patienten sich belastenden Verfahren aussetzen - und das völlig ohne Nutzen? In Fachkreisen gibt es dafür die Begriffe "Überdiagnose“ und "Überbehandlung“.
Ein Problem, das man bei der Vorhersage von Krankheitsrisiken immer im Blick haben muss, so Ewan Birney: "Das ist ein bekanntes Problem, das es natürlich auch schon gab, bevor wir mit unserer KI Delphi-2M kamen. Es besteht immer die Gefahr, Krankheitsrisiken bei Leuten zu diagnostizieren, die sich sonst keine Sorgen machen müssten und die diese Probleme nie bekommen würden.“
Ausblick: Zukunft der KI in der medizinischen Diagnostik
Ob Delphi-2M den Sprung aus der Forschung in den Klinikalltag schafft, hängt von weiteren Tests, regulatorischen Entscheidungen und einer gesellschaftlichen Debatte ab. Klar ist: Das Modell ist ein mächtiges Werkzeug - wie es eingesetzt wird, entscheidet über seinen Nutzen oder Schaden.
