Hören Sie sich die Audioversion des Artikels an

Künstliche Intelligenz setzt sich in den biomedizinischen Wissenschaften zunehmend für Segmentierungs- und Klassifikationsaufgaben großer Bilddatensätze durch. Das letzte in chronologischer Reihenfolge ist ein künstliches Intelligenzsystem, das in der Lage ist, Entwicklungsfehler in Embryonen anhand von Bildern zu finden und genau zu klassifizieren: Es heißt EmbryoNet und hat es geschafft, Experten in Geschwindigkeit und Genauigkeit zu schlagen.

Die von Forschern unter der Leitung der Universität Konstanz in Deutschland entwickelte Software wurde auf mehr als 2 Millionen Bilder von Zebrafischembryos trainiert, dem am weitesten verbreiteten Tiermodell in Genentwicklungs- und Funktionsstudien, Toxikologie, Onkologie und regenerativer Medizin, ist aber frei verfügbar und modifizierbar für andere Tiere.

In den letzten Jahren wird Ai häufig verwendet, um sich stark wiederholende Merkmale wie einzelne Zellen oder Zellkerne zu erkennen, aber es wird auch für komplexere Aufgaben verwendet, wie die Rekonstruktion ganzer Gehirngefäße von Mäusen oder die Quantifizierung von Krebsmetastasen in vivo. In der Embryologie wurde Deep Learning verwendet, um synaptische Verbindungen im Gehirn zu kartieren, den C. elegans-Wurm zu phänotypisieren und das schlagende Herz oder die Blutgefäße von Zebrafischen zu analysieren. Doch künstliche Intelligenz wird in der Entwicklungsbiologie, mit Ausnahme der künstlichen Befruchtung durch In-vitro-Fertilisation, bisher zu wenig genutzt, obwohl erbliche Erbkrankheiten eine enorme Belastung für die Gesellschaft darstellen.

So nutzte beispielsweise ein Forscherteam der litauischen Technischen Universität Kaunas vor zwei Jahren Techniken der künstlichen Intelligenz, um Daten über die Entwicklung menschlicher Embryonen auszuwerten. Das KI-basierte System macht alle fünf Minuten Bilder der Embryonen, verarbeitet Daten über ihre Entwicklung und meldet beobachtete Auffälligkeiten. Dies erhöht die Chance, den lebensfähigsten und gesündesten Embryo im Frühstadium für IVF-Verfahren auszuwählen.

EmbryoNet, eine automatische Bildanalysesoftware, identifiziert und klassifiziert nicht nur Entwicklungsprobleme bei Embryonen, sondern ermöglicht auch die Verfolgung des spezifischen Mechanismus am Ursprung jedes erkannten Defekts.