Neue Entdeckungen in den Biowissenschaften mit KI-Anwendungen
Das disruptive Potenzial von KI ist bisher nur ansatzweise erkennbar. Datenanalysen, für die zuvor Wochen, Monate oder Jahre aufgebracht werden müssten, können jetzt deutlich schneller durchgeführt werden, sodass auch schneller Ergebnisse vorliegen. Die Forschung der Biowissenschaften – zu allem Leben auf dem Planeten, von Mikroorganismen, Pflanzen, Tieren und Menschen bis zu ganzen Ökosystemen – ist bestens geeignet, um die Vorteile dieser technologischen Revolution zu nutzen. So werden zum Beispiel Algorithmen des maschinellen Lernens, mit denen komplexe biologische Daten analysiert werden können, zunehmend eingesetzt, um Vorhersagemodelle im Gesundheitswesen zu erstellen und eine stärker personalisierte Gesundheitsversorgung zu ermöglichen. Mit KI-Instrumenten können auch mögliche Wirkungen neuer Behandlungen und Wirkstoffe nachgebildet, vielversprechende Moleküle bestimmt und potenzielle Nebenwirkungen noch vor klinischen Studien erkannt werden. Der Nobelpreis für Physik und Chemie 2024 wurde im Kern für KI in der Forschung vergeben, der Nobelpreis in Chemie zum Beispiel für KI-Forschung zur Vorhersage von Proteinstrukturen. „Ich dachte schon immer, dass eine richtig aufgebaute KI das ultimative Mittel für die Wissenschaft sein könnte“, so der Mitgründer von DeepMind und Nobelpreisträger(öffnet in neuem Fenster) Demis Hassabis. Neben Gesundheit und Medizin ist die Möglichkeit, enorme Mengen unterschiedlicher Daten aus verschiedenen Quellen zu analysieren, auch für die Entscheidungsfindung enorm hilfreich. Will die Politik zum Beispiel Ökosysteme schützen, müssen dabei zahlreiche komplexe Aspekte beachtet werden, um den bestmöglichen Weg nach vorn zu finden. Mit KI-gestützten Instrumenten können solche Informationen nützlich und praktisch zusammengeführt und strukturiert werden.
Innovation und Wettbewerbsfähigkeit fördern
In diesem Results Pack wird eine Reihe an Projekten vorgestellt, die von der Europäischen Union unterstützt wurden und in denen gezeigt wird, wie mithilfe von KI neue Entdeckungen in den Biowissenschaften möglich sind. KI in der Wissenschaft im Allgemeinen, und in den Biowissenschaften im Besonderen, gehört zu den politischen Prioritäten der Europäischen Kommission, wie Präsidentin Ursula von der Leyen im Mandatsschreiben(öffnet in neuem Fenster) an das Mitglied der Kommission für Start-ups, Forschung und Innovation hervorgehoben hat. In dem Schreiben fordert Präsidentin von der Leyen „eine neue, multidisziplinäre Strategie für europäische Biowissenschaften(öffnet in neuem Fenster), um hochwertige Technologien zu erschließen und den grünen und digitalen Wandel zu unterstützen“. Sie fordert auch „eine Strategie zur vermehrten Nutzung von KI durch europäische Forschende“. Diese neuen Strategien werden im Jahr 2025 veröffentlicht. Mit den Projekten in diesem Results Pack wird die Arbeit der Europäischen Union in diesem Bereich gestärkt und die Führungsposition der EU im Bereich Wissenschaft und KI erhalten. Das ist entscheidend, um die europäische Wettbewerbsfähigkeit zu fördern und neue nachhaltige Arbeitsplätze zu schaffen. Die Teams der EU-finanzierten Projekte in diesem Pack haben gezeigt, wie das Wissen in den Biowissenschaften mit KI-Instrumenten vertieft werden kann, um möglicherweise bahnbrechende Lösungen für komplexe Probleme zu finden. Mit dem generierten Wissen können die Vorteile von KI-Instrumenten in Politik und durch Interessengruppen besser erkannt und somit geeignete unterstützende Maßnahmen ergriffen werden. In vielen der Projekte war Gesundheit ein wichtiger Aspekt. Bei AI-PREVENT zum Beispiel wurde KI auf Datensätze zu Gesundheit und anderen Lebensstilfaktoren angewendet, um eine prädiktive und personalisierte Gesundheitsversorgung zu ermöglichen. In ähnlicher Weise wurden bei AI-SPRINT Modelle für das Schlaganfallrisiko mittels maschinellen Lernens erstellt, indem sensorische Daten mit Informationen zur Lebensweise kombiniert wurden. Mit den KI-Instrumenten aus MIRIADE könnte die Demenzbehandlung durch frühere Diagnosen geändert werden, während die Instrumente mit KI und Computersimulation aus Disc4All eine Stütze bei der Erkennung und Behandlung von Wirbelsäulendegeneration darstellen könnten. Das Team von EAR wollte KI-gestützte tragbare Geräte entwickeln, um die Gesundheit über die Analyse von Körpergeräuschen zu überwachen. Aus FEMaLe sind Entscheidungshilfen für die klinische Praxis – gestützt auf KI – hervorgegangen, um Endometriose früher zu erkennen. Im Rahmen von H-MIP wurden Bürgerwissenschaft und KI-Verfahren eingesetzt, um die Übertragung von durch Mücken übertragenen Stechmücken besser zu verstehen – und zu verhindern. Datenwissenschaft diente bei MOOD dazu, die Bereitschaft für aufkommende Infektionskrankheiten in Europa zu stärken, während das Team von GATEKEEPER eine KI-gestützte Gesundheitsplattform aufgebaut hat, um altersbedingte Erkrankungen zu verhindern und zu behandeln. In den Projekten wurde die KI auch auf zahlreiche Datensätze angewendet, um unterschiedliche Informationen zusammenzuführen. Das Team von EPOCHAL hat mittels KI die historische Pollenbelastung rekonstruiert, um die gesundheitlichen Folgen zu erforschen. Aus GUARDEN sind neue KI-gestützte Instrumente hervorgegangen, mit denen biologische Vielfalt besser in den politischen Prozess integriert werden kann. Bei Health CASCADE wurden digitale Technologien und KI eingesetzt, um die wissenschaftliche Ausbildung in zahlreichen verwandten Bereichen zu verbessern und zu unterstützen. Das Team von WaterSENSE integrierte Daten zum Wasserverbrauch, um die Einhaltung der Vorschriften sicherzustellen, damit diese wertvolle Ressource optimal genutzt wird. Auch bei MAELSTROM lag der Fokus auf der Umwelt: Mittels künstlicher Intelligenz und anderen digitalen Technologien sollte verhindert werden, dass Kunststoffabfälle im Meer landen. Bei FoodSafeR wurden mittels KI Daten zu ersten Anzeichen aufkommender Lebensmittelrisiken erhoben, um eine schnellere und sicherere Reaktion zu ermöglichen. Zwei weitere EU-finanzierte Projekte sind erwähnenswert: Über BMAI sollten verschiedene repetitive Aufgaben automatisiert werden, um die Krebsdiagnose zu verbessern, und im Rahmen von d3pm wurde KI-gestützte Bilderkennung getestet, um pränatale Fehlbildungen zu erkennen.
