Künstliche Intelligenz im Gesundheitssektor KI hilft bei der Erkennung einzelner kranker Zellen

Autor / Redakteur: Christoph Kurth / Nico Litzel

Ein neuer Algorithmus auf Basis Künstlicher Intelligenz soll Zellen kranker Personen mit einem Referenzatlas gesunder Zellen vergleichen. Dadurch sollen Ärzte kranke Zellen genau identifizieren können.

Firmen zum Thema

Kartierung neuer Zellkohorten von gesunden Personen und COVID-19-Erkrankten auf einem Referenzatlas für gesunde Zellen.
Kartierung neuer Zellkohorten von gesunden Personen und COVID-19-Erkrankten auf einem Referenzatlas für gesunde Zellen.
(Bild: Helmholtz Zentrum München / Mohammad Lotfollahi)

Der Human Cell Atlas ist der größte, stetig wachsende Einzelzell-Referenzatlas. In diesem enthalten sind Referenzen von Millionen von Zellen aus verschiedenen Geweben, Organen und Entwicklungsstadien. Die Nutzung ist allerdings mit Herausforderungen verbunden. Dazu zählen unter anderem Messfehler bei Einzelzelldatensätzen (Batch-Effekt), weltweite Verfügbarkeit von Rechenressourcen oder die rechtliche Einschränkung bei der Weitergabe von Rohdaten.

Neuer Algorithmus scArches

Das Helmholtz Zentrum München und die Technische Universität München haben einen neuen Algorithmus mit dem Namen scArches (Single-Cell Architecture Surgery) entwickelt. Mohammad Lotfollahi, Teamleiter im Labor von Fabian Theis am Helmholtz Zentrum München, sagt: „Statt Rohdaten zwischen Kliniken oder Forschungseinrichtungen zu teilen, vergleicht der Algorithmus mittels Transfer-Learning neue Datensätze aus der Einzelzellgenomik mit bestehenden Referenzen.“

Beispiel COVID-19

Die Forschenden haben mit dem Algorithmus die Zellen aus Lungenproben von COVID-19-Erkrankten verglichen. scArches soll dabei die kranken Zellen von gesunden unterscheiden und genau identifizieren können. Biologische Variationen der Patienten sollen keinerlei Einfluss auf die Qualität der Kartierung haben.

(ID:47622864)