Mit Algorithmen für die Analyse des menschlichen Atems Früherkennung von Krankheiten unterstützen

Solche Stoffwechselprodukte können auch Signale für Infektionen, Entzündungen oder Krebs sein. Für ihre Analyse entwickeln Bioinformatiker vom Exzellenzcluster „Multimodal Computing and Interaction“ an der Universität des Saarlandes spezielle Computer-Algorithmen die Ärzte schnell und verlässlich bei der Diagnose unterstützen können. Eine praktische Demonstration geben die Forscher an Stand F34 in Halle 26 auf der Cebit. Die Computermesse findet vom 6. bis 10. März in Hannover statt.

Jan Baumbach leitet die Gruppe „Computational Systems Biology“ am Saarbrücker Exzellenzcluster. Sie erforscht, mit welchen Rechenverfahren aus der Informatik man die riesige biomedizinische Datenmenge, die durch die neuen Analysetechniken inzwischen entstanden ist, effizient und zuverlässig durchsuchen kann. Im Rahmen eines Kooperationsobjektes mit dem Korea Institute for Science and Technology Europe (KIST Europe) analysierten die Saarbrücker Bioinformatiker Untersuchungen von Medizinern aus zahlreichen medizinischen Einrichtungen, unter anderem in Hemer, Homburg, Essen, Göttingen und Marburg. Deren Ärzte hatten im Rahmen von klinischen Studien die Ausatemluft von Patienten mit bekannten Erkrankungen, wie beispielsweise Lungenkrebs und Infektionen, untersucht.

„Die Messtechnik ist seit mehreren Jahren ausgereift“, erklärt Jan Baumbach, „nun liegt es an der Informatik, ihren Teil zur Auswertung der gemessenen Ergebnisse beizutragen.“ Seine Forschergruppe setzt dazu auf Rechenverfahren, die sonst beim Maschinellen Lernen im Bereich der Künstlichen Intelligenz zum Einsatz kommen. Mit diesen versuchen sie, unter den gemessenen Stoffwechselprodukten, sogenannten Metaboliten, Muster zu finden, die wie ein Fingerabdruck am Tatort die Krankheit im Körper entlarven können. „Das große Problem ist, dass wir einen Tatort haben mit Abermillionen möglicher Spuren, von denen möglicherweise aber nur zwei oder drei relevant sind“, erläutert Jan Baumbach.

Die Entscheidung, welche Kombination von Metaboliten auf eine Krankheit hinweist, überlassen die Bioinformatiker daher speziell entwickelten Klassifikations-Algorithmen. Aufgrund von Trainingsmaterial lernen diese für den menschlichen Betrachter nicht erkennbare Muster, mit deren Hilfe sie dann automatisch unbekanntes Datenmaterial zuverlässig in die Kategorie „gesund“ oder „Krankheit X“ einordnen können. „Chronisch obstruktive Lungenerkrankungen (COPD) lassen sich beispielsweise schon sehr genau identifizieren, mit einer Fehlerrate von unter fünf Prozent“, berichtet Jan Baumbach. Um jedoch möglichst viele störende Umwelteinflüsse berücksichtigen zu können, müsse man noch einige klinische Studien durchlaufen. Dennoch ist der Wissenschaftler vom Erfolg des Ansatzes überzeugt. In fünf Jahren, so glaubt er, könne die notwendige Hardware in ein Smartphone eingebaut werden und die heute noch bis 18 Kilogramm schweren Geräte ersetzen. Mit den entsprechenden Algorithmen ließen sich dann beispielsweise Bakterien und Tumore schneller und zuverlässiger bestimmen, der Blutzuckergehalt per Pusten ins Smartphone überprüfen oder das Toastbrot auf Schimmelpilze testen.

Weitere Fragen beantworten:

Dr. Jan Baumbach
Exzellenzcluster „Multimodal Computing and Interaction”
Tel: 0681 302-70880
E-Mail: jbaumbac@mpi-inf.mpg.de

Gordon Bolduan
Wissenschaftskommunikation
Exzellenzcluster „Multimodal Computing and Interaction”
Tel: 0681 302-70741, Cebit-Stand 0511 89597046
E-Mail: bolduan@mmci.uni-saarland.de

Hinweis für Hörfunk-Journalisten
Sie können Telefoninterviews in Studioqualität mit Wissenschaftlern und Studenten der Universität des Saarlandes führen, über Rundfunk-ISDN-Codec. Interviewwünsche bitte an die Pressestelle (0681/302-3610) richten.