Münster (mfm/nn) – Ein leistungsstarker Computer und ein Mikroskop mit Kamera: Mehr bedarf es nicht, um die Welt bisschen besser zu machen. Das ist die Überzeugung von Prof. Frieder Schaumburg und Prof. Julian Varghese von der Universität Münster, die 2022 eine Arbeitsgruppe in Leben gerufen haben und mit ihr das Prinzip „simpel, aber effektiv“ verfolgen. Der Direktoren der Institute für Medizinische Mikrobiologie und für Medizinische Informatik entwickelten gemeinsam mit ihrem Team eine innovative Methode zur Identifizierung von Krankheitserregern mittels Künstlicher Intelligenz (KI). Das Verfahren ermöglicht eine schnellere Analyse von Blutproben, wovon insbesondere Menschen in Entwicklungsländern profitieren könnten. Nun erhielt das Konzept fachliche Anerkennung in Form einer Auszeichnung: Dr. Johannes Liesche, vormaliges Mitglied der münsterschen Arbeitsgruppe und inzwischen Professor für Zellbiologie an der Universität Graz, hat beim „Idea Competition Science Center“ an seinem neuen Arbeitsort den Preis in der Kategorie „Health“ (Gesundheit) erhalten. Der Award ist mit 2.000 Euro dotiert.

Krankheitserreger können in verschiedenen Formen, Größen, Durchmessern und Strukturen auftreten. Damit sie effektiv bekämpft werden können, ist es wichtig zu identifizieren, um welchen Erreger genau es sich handelt und welches Antibiotikum zum Einsatz kommen kann. Die Zeitspanne zwischen Entdeckung und Behandlung des Erregers ist dabei von großer Bedeutung: Die Sterblichkeitsrate bei schweren Infektionen, insbesondere bei solchen der Blutbahnen, hängt entscheidend von ihr ab. Besonders in Entwicklungsländern gestaltet sich die Identifizierung von Erregern derzeit aber zeitaufwändig. Um den Prozess zu beschleunigen, haben die Forschenden ein Programm entwickelt, das mithilfe von KI-gestützter Mikroskopie mikrobielle Arten schnell erkennen und klassifizieren kann.

„Hierbei hilft uns ein Teilgebiet der Künstlichen Intelligenz, das maschinelle Lernen“, erklärt Schaumburg. Genau wie ein Mensch muss auch ein Computerprogramm lernen, um gute Ergebnisse zu erzielen: Dafür wird die Software mithilfe von mikroskopischen Präparaten der Erreger trainiert, sodass der Algorithmus „abspeichert“, welche Erregerart sich durch welche Eigenschaften auszeichnet. Beispielsweise eignet sich der Algorithmus alle Details an, in denen sich Escherichia coli (E. coli) von anderen Bakterien unterscheidet. Im zweiten Schritt muss das Programm das „Erlernte“ anwenden, also Erreger anhand von neu angefertigten mikroskopischen Bildern identifizieren. „Der Charme dieses Ansatzes liegt darin, dass fast keine Betreuung notwendig ist und dass die Kosten pro Test im Cent-Bereich liegen“, freut sich Schaumburg.

Die neue Methode zur schnellen Identifizierung von Mikroorganismen in Blutproben soll möglichst bald in den Partnerkrankenhäusern der Universität Münster in Sierra Leone (Masanga Hospital) und in Gabun (Hôpital Albert Schweitzer) getestet werden. „Ein genaues Startdatum für den Einsatz in Afrika steht noch nicht fest, aber wir hoffen, dass wir noch im laufenden Jahr das System im Feldversuch auf Herz und Nieren prüfen können", berichtet Schaumburg voller Zuversicht.