Hasso-Plattner-InstitutSDG am HPI
Hasso-Plattner-InstitutDSG am HPI
  
Login
  • de
 

04.03.2020

Digitale Medizin: Wie KI künftig den Ausbruch von Epidemien verhindern helfen kann, zeigt ein Forschungsprojekt des Hasso-Plattner-Instituts

Viren entwickeln sich schnell und können innerhalb sehr kurzer Zeit von tierischen Wirten auf den Menschen überspringen – das zeigt gerade erst wieder der Ausbruch des Coronavirus. Vorhersagen, ob ein neuartiger Virus Menschen tatsächlich infizieren kann oder nicht, waren bislang technisch nur sehr begrenzt möglich. Wissenschaftler des Hasso-Plattner-Instituts (HPI) gelang es nun, mit einem neuen, auf tiefen neuronalen Netzen basierenden Ansatz, am Beispiel des Coronavirus-Ausbruchs diese deutlich zu verbessern. Im Vergleich zu herkömmlichen Verfahren, konnten sie bei Vorhersagen die Fehlerraten halbieren.  

Wissenschaftler verbessern Vorhersagen zur Infektion mit dem Coronavirus
Wissenschaftlern des HPI verbessern mit Hilfe von tiefen neuronalen Netzen am Beispiel des Corona-Ausbruchs die Vorhersagen zur Übertragung. (Foto: Pixabay)

Professor Bernhard Renard leitet das Fachgebiet „Data Analytics and Computational Statistics“ am Hasso-Plattner-Institut (HPI) in Potsdam und hat gemeinsam mit seinem Team den neuen Vorhersageansatz entwickelt. Biomedizinische Fragestellungen sind ein Schwerpunkt seiner Forschungsarbeit.

Kurzbeschreibung des Forschungsprojekts:

Die Vorhersage, ob eine neuartige Virussequenz Menschen infizieren kann und sie zum Wirt werden oder nicht, ist sehr schwierig und bisher nur begrenzt möglich. Wissenschaftler am HPI haben nun hierfür ein Verfahren entwickelt, was basierend auf tiefen neuronalen Netzwerken und großen Sammlungen viraler Genome und deren bekannten Wirtsorganismen Vorhersagen trifft. Ein Fokus liegt dabei auf der Interpretierbarkeit der Vorhersagen und der Visualisierung der Zusammenhänge, die zu einem entsprechenden Prognoseergebnis der neuronalen Netzwerke führte. So wird dargestellt, welche spezifischen Genompositionen auf eine Anpassung an den menschlichen Wirt hinweisen und dies an Beispielen von nicht zum Training verwendeten und damit für den Algorithmus neuartigen Ebola- oder Coronaviren.

Eine genaue Projektbeschreibung finden Sie hier: https://www.biorxiv.org/content/10.1101/2020.01.29.925354v2.full.pdf