ANGEWANDTE MATHEMATIK

Big Data gegen Covid & Co.

Künstliche Intelligenz erkennt im Blutbild großer Bevölkerungsgruppen ein Muster. Ändert es sich, könnte das auf eine Pandemie hinweisen

USCHI SORZ
vom 29.09.2021

"Anwendungen, die im Dialog zwischen Mathematik und Medizin entstehen, haben ein riesiges Potenzial", sagt Carola-Bibiane Schönlieb. "Unser Pandemie-Frühwarnsystem ,Blood-Counts!' ist dafür das beste Beispiel." Die in Salzburg aufgewachsene Wienerin ist Professorin für angewandte Mathematik in Cambridge (UK) und dort Direktorin des Cantab Capital Institute for the Mathematics of Information und Ko-Direktorin des EPS-RC Centre for Mathematical and Statistical Analysis of Multimodal Clinical Imaging.

In dem von ihr geleiteten interdisziplinären Projekt BloudCounts! werden Algorithmen auf Basis von künstlicher Intelligenz (KI) darauf trainiert, pandemierelevante Muster in der Bevölkerung in Routineblutbildern aufzuspüren. Eine Pilotstudie mit Daten der Universitätskliniken in Cambridge hat sich als vielversprechend erwiesen. Im Juni wurde das Forscher*innenteam dafür mit dem zweiten Preis der Trinity Challenge ausgezeichnet.

Es war der erste Durchgang des Wettbewerbs, den Englands ehemalige Chief Medical Officer Sally Davies eingerichtet hat, um datenbasierte Lösungen zur Pandemiebekämpfung und -vorsorge voranzutreiben. 42 fördernde Organisationen stehen dahinter. Neben finanziellen Mitteln zur Umsetzung ihres Projekts dient die Trinity Challenge den Teilnehmer*innen auch als Plattform zur Vernetzung mit öffentlichen, privaten, philanthropischen und akademischen Akteuren. BloodCounts! ist eines von acht Projekten, die von einer internationalen Jury ausgewählt wurden.

"Ein Blutbild ist der häufigste medizinische Test überhaupt", sagt Schönlieb. "Weltweit wird etwa 3,6 Milliarden Mal pro Jahr eines gemacht." Am Department für Hämatologie in Cambridge habe man beobachtet, dass nur ein Teil der Informationen aus den Messungen der Blutanalysemaschinen verwendet wird. "Viele der dabei anfallenden Daten werden weggeschmissen. Auf KI basierende mathematische Methoden eröffnen die Möglichkeit, sie nutzbringend einzusetzen." So kann ihre Arbeitsgruppe damit den Zustand des Blutes großer Bevölkerungsgruppen abbilden.

"Man kann sich das vorstellen wie einen Fingerabdruck von einer ganzen Stadt oder Region", erklärt Schönlieb. "Da wir vor Corona Studien dazu gemacht haben, konnten wir für BloodCounts! einen solchen Fingerabdruck der Stadt Cambridge von 2019 als Ausgangspunkt nehmen." Der Mikrobiologe Nicholas Gleadall und der Mathematiker Michael Roberts hatten die Idee, diesen in Bezug auf Covid-19 zu untersuchen. Dabei zeigte sich, dass sich der Normalzustand des Blutes, also der Vor-CoronaFingerabdruck, durch die Pandemie signifikant geändert hatte. "In großem Maßstab eignen sich Blutdaten gut als Frühwarnsystem für neuartige Krankheitsausbrüche. Die Abweichung gibt den Hinweis, dass etwas nicht stimmt. Das Gesundheitswesen kann dann sehr früh die Ursache suchen und handeln. Die Methode schlägt schon an, bevor ein Problem sichtbar wird." Da Blutdaten überall vorhanden sind, biete das auch Entwicklungsländern eine Perspektive, um Pandemien in den Griff zu bekommen. In den nächsten drei Jahren wird Schönliebs Team Modelle entwickeln, um herauszufinden, wie groß die Aussagekraft der Abweichungen vom definierten Normalzustand in diversen Regionen und mit unterschiedlichen Bevölkerungen ist. "Dabei sind unsere Kooperationen mit Blutanalysegeräte-Unternehmen essenziell", so die Mathematikerin. "Durch die Trinity Challenge können wir mehr internationale Partner ins Boot holen." Etwa das US-amerikanische Rote Kreuz, eine große Blutspendeorganisation.

Mehr aus diesem HEUREKA

12 Wochen FALTER um 2,17 € pro Ausgabe
Kritischer und unabhängiger Journalismus kostet Geld. Unterstützen Sie uns mit einem Abonnement!