ETH-Forscher will Diabetes bei Kindern vorhersagen

Statistiken enthalten mehr Informationen als man denkt. Mittels künstlicher Intelligenz sucht Alexander Marx nun versteckte Zusammenhänge von Ursache und Wirkung. Ein Ziel sind Vorhersagen bei Diabetes von Kindern.

, 14. April 2022 um 07:28
image
  • forschung
  • eth
  • diabetes
  • kinder- und jugendmedizin
Eine Unterzuckerung kommt bei einem Diabetiker meist nicht zufällig. Genauso wenig wie ein Börsenkurs ohne Grund abstürzt. Zumindest theoretisch ist deshalb auch beides vorhersehbar. «In der Praxis gelingen derartige Prognosen bisher allerdings nur in den seltensten Fällen», schreibt die ETH-Zürich.  Sollte Alexander Marx mit seinem Projekt Erfolg haben, werde sich das für Kinder mit Typ 1 Diabetes in Zukunft aber ändern: 
«Wir arbeiten an Vorhersagemodellen, die frühzeitig erkennen sollen, ob in der Nacht eine Unterzuckerung droht», wird der Fellow am ETH AI Center zitiert. «Wenn sich Kinder am Tag stark körperlich betätigen, kann ihr Blutzuckerspiegel im Schlaf unter eine kritische Schwelle fallen. Mit einem verlässlichen Prognosemodell liesse sich dieses Risiko vermeiden.»

Theorie und Praxis zusammenführen

Marx befasst sich mit dieser Fragestellung in der Forschungsgruppe für medizinische Datenwissenschaften von Julia Vogt. «Ich komme mehr aus der theoretischen Ecke und habe bisher vor allem mit künstlich erzeugten Daten gearbeitet. Das AI Center hat den Anspruch, Theorie und Praxis zusammenzuführen. Das finde ich spannend. Ich muss jetzt die theoretischen Konzepte auch mit realen Daten zum Funktionieren bringen.»
Sein wissenschaftliches Rüstzeug hat sich Marx an der Universität des Saarlandes im deutschen Saarbrücken erarbeitet. Nach einem Masterabschluss in Bioinformatik befasste er sich am dort ansässigen Max Planck Institut für Informatik im Rahmen seiner Doktorarbeit mit Causal Discovery. Mit diesen statistischen Methoden lassen sich aus Beobachtungsdaten sogenannte kausale Graphen erstellen, die Ursache-​Wirkungs-Netzwerke sichtbar machen.

So geht's

Dabei werden beispielsweise aus Umfragedaten alle Faktoren eruiert, bei denen ein Wirkungszusammenhang mit einer bestimmten Grösse vermutet wird. Ein allgemeines Beispiel laut ETH ist die Abhängigkeit des Einkommens einer Person von Alter, Wohnort, Geschlecht, Bildung, Zivilstand oder Kinderzahl. 
Auf Basis der gefundenen Zusammenhänge können dann Vorhersagen für Personen, die nicht befragt wurden, gemacht werden. «Dafür müssen nicht einmal die gesamten Abhängigkeitsketten bekannt sein», präzisiert Marx. Es reiche, die kleinste Menge an Faktoren zu eruieren, die für eine Prognose ausreicht.

Von synthetischen Daten in die klinische Realität

Marx hat mit diesen Methoden und mit Unterstützung von künstlicher Intelligenz unter anderem anhand von simulierten Daten untersucht, wie die Aktivitäten von etwa 500 selektierten Genen in einer menschlichen Zelle zusammenhängen. 
Im Idealfall könne man diese Verfahren in Zukunft so skalieren, sodass sie alle rund 25'000 Gene einer Zelle miteinbeziehen können, sagt er. Derartige Computer-​Analysen von Gennetzwerken würden der biologischen und der medizinischen Forschung einfach und schnell ein umfassendes Verständnis der Vorgänge in einer Zelle eröffnen. 
Um das Gleiche mit Laborexperimenten zu erreichen, wäre ein enormer Aufwand nötig. Es müsste nämlich jedes Gen einzeln mit gentechnologischen Werkzeugen abgeschaltet und dann die Auswirkungen auf die Aktivität aller anderen Gene gemessen werden.
«Wir stossen mit unserem Projekt in Bereiche vor, die wir mit den zur Verfügung stehenden Methoden bisher noch nicht beherrschen.»
Für die Projekte, die Marx am AI Center in Angriff nimmt, muss er die Causal-​Discovery-Methoden auf ein neues Komplexitätsniveau heben. Anstelle von vollständigen Beobachtungsdatensätzen oder synthetischen Daten, wie bei der Genexpression, arbeitet er jetzt mit echten Daten aus der klinischen Praxis.
Das mache die Aufgabenstellung markant schwieriger: «In der Realität fehlen häufig einzelne Informationen, Messwerte oder ganze Datensätze und die Erhebung unterscheidet sich auch immer von Spital zu Spital und manchmal sogar von Arzt zu Arzt», stellt Marx fest. 

Zusammenarbeit mit UKBB

Die klinischen Daten, die Marx für sein Vorhersagemodell in Zusammenarbeit mit Ärztinnen und Ärzten des Universitäts-​Kinderspital beider Basel (UKBB) auswertet, enthalten unter anderem Zeitreihen der Pulsfrequenz und des Blutzuckerspiegels sowie Informationen zu physischen Aktivitäten, zur Kalorienaufnahme, zu Insulininjektionen und zur Schlafqualität. 
In einem ersten Schritt werden Daten gefiltert und allfällige Korrelationen, die nicht mit der Fragestellung zusammenhängen, aus dem Modell ausgeschlossen.
Um künftig robuste und für einen behandelnden Arzt auch nachvollziehbare Prognosen abgeben zu können, muss die Anzahl der Faktoren nämlich möglichst tiefgehalten werden. 
So oder so lasse sich heute noch nicht vorhersagen, ob das Modell in der Praxis erfolgreich sein werde: «Wir stossen mit unserem Projekt in Bereiche vor, die wir mit den zur Verfügung stehenden Methoden bisher noch nicht beherrschen.»
Artikel teilen

Loading

Comment

2 x pro Woche
Abonnieren Sie unseren Newsletter.

oder

Mehr zum Thema

image

Die Sterblichkeit bei Diabetes lässt sich sehr genau voraussagen

Ab dem 30. Lebensjahr steigt die Sterberate bei Männern jedes Jahr um 8,3 Prozent und bei Frauen um 10,2 Prozent.

image

Neues Prognosemodell weist auf Risiko für Opioidabhängigkeit hin

Unter der Leitung von Maria Wertli (KSB) und Ulrike Held (USZ) haben Forschende der ETH Zürich und der Helsana ein Modell zur Risikoeinschätzung einer Opioidabhängigkeit entwickelt.

image

Diabetes: Mit KI lässt sich sehen, wie die Krankheit verläuft

Ein Blick, und man sieht, wie die Therapie wirkt: Forscher in Deutschland entwickelten ein Verfahren, mit dem sich Haut-Veränderungen durch Diabetes scannen lassen.

image

Hirntumor-Risiko für Kinder: Entwarnung

Schuld könnten die kleinen Fallzahlen sein: Dass Kinder im Berner Seeland und im Zürcher Weinland mehr Hirntumore haben, ist wohl das Zufalls-Ergebnis einer Studie.

image

Seltene Krankheiten: «Oft spürt die Mutter, dass etwas nicht in Ordnung ist»

Wird dereinst das gesamte Genom des Neugeborenen routinemässig auf Krankheiten untersucht? In manchen Ländern wird das schon getestet, sagt Stoffwechselspezialist Matthias Baumgartner.

image

Forschung: Rockmusik gegen Diabetes?

Könnte laute Rockmusik in Zukunft Typ-1-Diabetes heilen? Forschende der ETH Zürich haben eine Genschalter entwickelt, der darauf reagiert.

Vom gleichen Autor

image

Kinderspital verschärft seinen Ton in Sachen Rad-WM

Das Kinderspital ist grundsätzlich verhandlungsbereit. Gibt es keine Änderungen will der Stiftungsratspräsident den Rekurs weiterziehen. Damit droht der Rad-WM das Aus.

image

Das WEF rechnet mit Umwälzungen in einem Viertel aller Jobs

Innerhalb von fünf Jahren sollen 69 Millionen neue Jobs in den Bereichen Gesundheit, Medien oder Bildung entstehen – aber 83 Millionen sollen verschwinden.

image

Das Kantonsspital Obwalden soll eine Tochter der Luks Gruppe werden

Das Kantonsspital Obwalden und die Luks Gruppe streben einen Spitalverbund an. Mit einer Absichtserklärung wurden die Rahmenbedingungen für eine künftige Verbundlösung geschaffen.