Wissenschaftler am Imperial College London haben CardioKG entwickelt, ein KI-Tool, das Gene identifiziert, die mit Herzerkrankungen in Zusammenhang stehen, und die Medikamentenentwicklung beschleunigt, indem es Herzbilddaten der britischen Biobank mit großen medizinischen Datenbanken kombiniert. Herz-Kreislauf-Erkrankungen verursachen in der Europäischen Union jährlich 1,7 Millionen Todesfälle. Laut der Organisation für wirtschaftliche Zusammenarbeit und Entwicklung sind Herz-Kreislauf-Erkrankungen in der gesamten Europäischen Union die häufigste Todes- und Invaliditätsursache. Von diesen Erkrankungen sind 62 Millionen Menschen in der Region betroffen. Als Reaktion auf diese Belastung führt die neue Studie CardioKG ein und ermöglicht eine genauere Identifizierung potenzieller Behandlungen. CardioKG stützt sich auf Bildgebungsdaten des Herzens, die von Tausenden von Teilnehmern der britischen Biobank gesammelt wurden. Dieser Datensatz umfasst Patienten, bei denen Vorhofflimmern, Herzinsuffizienz und Herzinfarkt diagnostiziert wurden, sowie gesunde Freiwillige. Forscher nutzten diese detaillierten Scans, um strukturelle Herzinformationen mit genetischen und pharmakologischen Daten zu verknüpfen. Das Tool verwendet Wissensgraphen, die unterschiedliche Elemente medizinischer Informationen verbinden. „Einer der Vorteile von Wissensgraphen besteht darin, dass sie Informationen über Gene, Medikamente und Krankheiten integrieren“, sagte Declan O'Regan, Gruppenleiter der Computational Cardiac Imaging Group am MRC Laboratory of Medical Sciences des Imperial College London. Diese Integration ermöglicht genauere Vorhersagen darüber, welche Medikamente bestimmte Herzerkrankungen behandeln könnten. Forscher weisen darauf hin, dass die Methodik eine personalisierte Pflege unterstützt, indem sie die Behandlungen an den Herzfunktionsmustern einer Person ausrichtet, die aus der Bildgebung abgeleitet werden. Der Ansatz geht über Herzerkrankungen hinaus, da der bildgebende Wissensgraph an andere medizinische Bildgebungsanwendungen angepasst werden kann, beispielsweise für Hirnerkrankungen und Fettleibigkeit. Die Einbindung von Herzbilddaten in den Wissensgraphen verbesserte die Erkennung neuer Gene und Medikamente. „Das bedeutet, dass Sie mehr Macht haben, Entdeckungen über neue Therapien zu machen. Wir haben herausgefunden, dass die Einbeziehung der Herzbildgebung in die Grafik die Art und Weise verändert hat, wie neue Gene und Medikamente identifiziert werden können“, sagte O'Regan. Die Analyse identifizierte Methotrexat, ein häufig gegen rheumatoide Arthritis verschriebenes Medikament, als Kandidaten für die Behandlung von Patienten mit Herzinsuffizienz. Gliptine, eine Klasse von Medikamenten zur Behandlung von Diabetes, erwiesen sich als potenziell vorteilhaft für Personen mit Vorhofflimmern. Weitere Erkenntnisse deuteten auf eine mögliche schützende Wirkung von Koffein bei bestimmten Patienten mit Vorhofflimmern hin. Die Forscher betonten, dass diese Beobachtung keine Änderung der Koffeinkonsumgewohnheiten rechtfertige. Zukünftige Entwicklungen werden CardioKG zu einem dynamischen, patientenzentrierten Rahmen entwickeln. „Aufbauend auf dieser Arbeit werden wir den Wissensgraphen zu einem dynamischen, patientenzentrierten Rahmen erweitern, der reale Krankheitsverläufe erfasst“, sagte Khaled Rjoob, der Erstautor der Studie und Datenwissenschaftsforscher am Imperial College London. Diese Erweiterung soll personalisierte Behandlungsoptionen und Vorhersagen des Krankheitsausbruchs erleichtern.
