Frühgeborene: Neue KI-Verfahren sollen BPD-Risiko früher erkennen

Ein Forschungsverbund unter Koordination der Universität des Saarlandes entwickelt in den kommenden drei neue Verfahren der Künstlichen Intelligenz, um das Risiko einer chronischen Lungenerkrankung bei Frühgeborenen bereits in den ersten Lebenstagen besser einzuschätzen.

Wenn Kinder sehr früh zur Welt kommen, sind ihre Lungen noch nicht vollständig entwickelt. Eine mögliche Komplikation ist die Bronchopulmonale Dysplasie (BPD). Ab 1. Januar 2027 untersucht ein neuer Forschungsverbund namens „BPD-KI.de“, ob sich aus frühen Röntgenaufnahmen des Brustkorbs und klinischen Routinedaten zusätzliche Informationen über das spätere Erkrankungsrisiko gewinnen lassen. Ausgewertet werden bereits vorhandene Daten aus der regulären Versorgung.

Die Verbundkoordination und die Leitung des saarländischen Teilprojekts übernehmen Dr. Sybelle Goedicke-Fritz zusammen mit Dr. Philipp Flotho, letzterer mit Fokus auf die technische Leitung der Entwicklung der simulationsgestützten KI-Lernverfahren. Das Teilprojekt ist am Lehrstuhl für Klinische Bioinformatik der Universität des Saarlandes unter Leitung von Prof. Andreas Keller angesiedelt und arbeitet eng mit der Klinik für Allgemeine Pädiatrie und Neonatologie des Universitätsklinikums des Saarlandes unter Leitung von Professor Michael Zemlin zusammen. So werden die Entwicklung neuer KI-Methoden und ihre medizinische Bewertung unmittelbar miteinander verbunden.

Kombination aus künstlichen Röntgenbildern und realen Daten

Geeignete Frühgeborenen-Datensätze sind begrenzt, zugleich unterscheiden sich Röntgenbilder durch Geräte und Aufnahmebedingungen zwischen Kliniken. Das saarländische Team entwickelt deshalb Verfahren, die künstliche Röntgenbilder erzeugen und dabei solche Unterschiede gezielt nachbilden. Diese synthetischen Daten sollen für ein selbstüberwachtes Vortraining genutzt werden, bei dem die Modelle zunächst Bildstrukturen ohne vorgegebene Diagnosen lernen. Anschließend werden sie anhand realer Daten von Frühgeborenen für die Risikovorhersage angepasst. Entscheidend ist, ob dieses Vorgehen auch an anderen Klinikstandorten zuverlässigere Ergebnisse ermöglicht. Dazu wird Wissen über die Bildentstehung, Simulation und maschinelles Lernen verbunden, um neue wissenschaftliche Analyseverfahren zu entwickeln, die auch in anderen biowissenschaftlichen und medizinischen Fragestellungen mit begrenzten Trainingsdaten zum Einsatz kommen sollen.

Zunächst soll ein „Forschungsprototyp“ entstehen, dessen Leistungsfähigkeit, Unsicherheiten und Grenzen systematisch untersucht werden. Auch die Perspektiven von Eltern sowie von behandelnden Ärztinnen und Ärzten sollen einbezogen werden. Vor einem späteren Routineeinsatz sind weitere klinische Prüfungen und regulatorische Schritte erforderlich. Langfristig könnten besser abgesicherte, frühe Risikoeinschätzungen helfen, Präventions- und Behandlungsstrategien gezielter auszurichten und Familien fundierter zu beraten.

Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) fördert den Gesamtverbund als Juniorverbund im Förderschwerpunkt „Zukunft eHealth“ ab 1. Januar 2027 über drei Jahre mit rund 2,3 Millionen Euro.