DMSG - Deutsche Multiple Sklerose Gesellschaft Bundesverband e.V.

DMSG-Forschungsförderung: Lässt sich der Verlauf von Multipler Sklerose mittels Techniken der künstlichen Intelligenz vorhersagen?

„Den Verlauf einschätzen und den Therapieerfolg messen: Neue Wege zu Patienten-relevanten Studienendpunkten“: In der Ausschreibung der Forschungsförderung der Deutschen Multiple Sklerose Gesellschaft, Bundesverband e. V. konnte Dr. rer. nat. Kerstin Ritter, Juniorprofessorin an der Charité - Universitätsmedizin Berlin die unabhängigen internationalen Gutachter mit ihrem aussichtsreichen Forschungsansatz überzeugen. Ihr Projekt „DeepMS: Deep Learning for monitoring disease progression in multiple sclerosis (MS)” erhält in den nächsten 24 Monaten eine Förderung in Höhe von 170.000,00 Euro.

Künstliche Intelligenz ist heutzutage in aller Munde. Computerprogramme werden geschrieben, um vielfältige komplexe Probleme u.a. in der Medizin zu lösen, wie z.B. die Früherkennung von Knochenbrüchen oder die eindeutige Diagnostik von Krebs. Während traditionelle Verfahren der künstlichen Intelligenz noch darauf angewiesen waren, genaue Regeln und algorithmische Abfolgen von Experten übermittelt zu bekommen, lernen neuere Verfahren anhand von Beispielen selbstständig Muster zu erkennen und auf neue Daten anzuwenden (Bild unten). Solche sogenannten maschinellen Lernverfahren werden vermehrt eingesetzt, um große Datenmengen zu prozessieren und versteckte Dateneigenschaften zu finden, die ein einzelner Mensch nicht mehr überblicken kann. Durch den Einsatz von Grafikkarten (GPUs, graphical processing units), ist das Trainieren sehr tiefer Netzwerke (Deep Learning) möglich geworden und hat zu bahnbrechenden Ergebnissen geführt. Beispielsweise ist es gelungen, einem solchen Netzwerk beizubringen, das Brettspiel Go auf Expertenniveau zu spielen und führende Weltmeister zu schlagen. Auch in der medizinischen Forschung gewinnen solche Verfahren immer mehr an Bedeutung – in der Multiple Sklerose (MS) Forschung jedoch noch vergleichsweise selten.

MS ist eine neurologische Erkrankung des zentralen Nervensystems, die zu erheblichen Beeinträchtigungen bei Betroffenen führen kann. Unverzichtbar in der Diagnostik und Verlaufskontrolle sind Gehirnbilder, erzeugt durch einen Magnetresonanztomographen (MRT), die das Ausmaß der Erkrankung über die Anzahl und das Volumen der Herde (auch bekannt als Läsionen) festhalten. Der Verlauf der Erkrankungen ist jedoch individuell sehr unterschiedlich und hängt nur bis zu einem bestimmten Grad von der gesamten Läsionslast ab. Da zu Beginn meistens keine zuverlässige Prognose gemacht werden kann, sind MS-Erkrankte zusätzlich verunsichert.

„Im Rahmen unserer von der DMSG-geförderten Forschung möchten wir hoch-innovative Algorithmen der künstlichen Intelligenz, insbesondere Deep Learning, einsetzen, um für einzelne Patienten vorherzusagen, wie sich die Krankheit entwickeln wird und was für Beeinträchtigungen in Zukunft zu erwarten sind“ so Prof. Dr. rer. nat. Kerstin Ritter. Während bisherige Computerprogramme vor allem versuchen, etablierte Marker (wie z.B. das Volumen bestimmter Hirnstrukturen oder die Läsionslast) aus MRT-Daten zu extrahieren und für eine Charakterisierung des Krankheitsverlaufs zu nutzen, bieten Deep Learning-Verfahren die Möglichkeit komplexe hierarchische Strukturen direkt aus den Daten zu lernen (z.B. arxiv.org/abs/1904.08771). Besonders erfolgreich und effizient im Bereich der Bilderkennung sind sogenannte Convolutional Neural Networks (CNNs), die die räumliche Struktur von Bilddaten ausnutzen. Sie funktionieren umso besser, je mehr Daten zur Verfügung stehen.

Die Forscherin

„In unserem Projekt möchten wir zunächst eine große Datenbasis von longitudinalen MS-Daten erzeugen und diese einheitlich vorprozessieren“, erklärt Prof. Ritter, Leiterin der Arbeitsgruppe Maschinelles Lernen in der klinischen Neurobildgebung an der Klinik für Psychiatrie und Psychotherapie der Charité - Universitätsmedizin Berlin. „Im nächsten Schritt werden wir dann CNN-Modelle anhand der MRT-Bilder trainieren, um individuelle Krankheitsverläufe vorherzusagen, z.B. die Expanded Disability Status Scale (EDSS) oder die Anzahl der Schübe in einem gewissen Zeitraum. Nach dem Training werden wir Visualisierungstechniken verwenden, um zu verstehen, worauf der Algorithmus seine Verlaufsprädiktion stützt. Wir hoffen damit einen wichtigen Beitrag dazu zu leisten, MS in ihrem Verlauf zu charakterisieren“, verdeutlicht die Juniorprofessorin und betont: „Wir bedanken uns ganz herzlich für die Förderung!“

Hintergrund und Ziele der DMSG-Forschungsförderung des DMSG-Bundesverbandes

Die Deutsche Multiple Sklerose Gesellschaft, Bundesverband e.V. will, in Zusammenarbeit mit Ärzten, Wissenschaftlern, MS-Erkrankten, Angehörigen und allen Interessierten, die Erforschung der Multiplen Sklerose vorantreiben. 2015 wurde zu diesem Zweck die Richtlinie zur Forschungsförderung weiterentwickelt. Hierbei ist der DMSG die Unterstützung junger Wissenschaftlerinnen und Wissenschaftler ein besonderes Anliegen. Die Förderung der Einzelprojekte kann für maximal 24 Monate erfolgen. Neben der Einzelprojektförderung bietet der DMSG-Bundesverband weiterhin die bewährte Fehlbedarfsförderung an, mit der Lücken anderweitig geförderter MS-bezogener Projekte geschlossen werden können. Darüber hinaus werden Stipendien vergeben und wissenschaftliche Symposien gefördert zu MS-bezogenen Themen.

Die Forschungsförderung der DMSG wird finanziell unterstützt von:

Biogen GmbH, Celgene GmbH, Merck Serono GmbH, Mylan Healthcare GmbH, Novartis Pharma GmbH, Roche Pharma AG, Sanofi Aventis GmbH, Teva GmbH

Quelle: DMSG-Bundesverband - 16.07.2019

16.07.2019