Eine Künstliche Intelligenz der Johannes Kepler Universität hat sich einem medizinischen Wettbewerb mit menschlichen ExpertInnen gestellt. Die Aufgabe: Proteine in einer Zelle zu erkennen. Das Ergebnis: Das JKU-Programm ließ den Profis keine Chance.
Bei Schach und Co haben Künstliche Intelligenzen längst die menschlichen WeltmeisterInnen geschlagen. Aber auch im medizinischen Alltag erweisen sie sich zunehmend höchst treffsicher. „Um biologische Prozesse genauer zu verstehen, ist es wichtig, zu wissen wo in einer Zelle sich ein Protein befindet. Dies ist ein wichtiger Hinweis auf die Funktion des Proteins und hilft auch, Krankheiten besser zu verstehen“, erklärt Elisabeth Rumetshofer, MSc vom Institute für Machine Learning (Leitung: Prof. Sepp Hochreiter), warum sie diese Aufgabenstellung ausgewählt haben.
Tausende Beispielbilder als Referenzmaterial
Mithilfe von tausenden Beispielbildern lernte die KI, Muster zu erkennen. Diese Erkenntnisse helfen ihr, Proteine auch in neuen Bildern zuzuordnen. „Die große Schwierigkeit war, der KI überhaupt mal beizubringen, wie Zellstrukturen aussehen“, so Rumetshofer. Die Algorithmen brauchen zehntausende Bilder, um nach und nach zu lernen eine Zelle zu erkennen. Bis hierhin ist der Mensch im Vorteil: Unser Gehirn erkennt schon nach wenigen Bildern klare Muster.
„Wir waren daher ziemlich gespannt und haben einen offenen Wettkampf erwartet“, sagt die JKU-Forscherin.
Menschliche Gegner mit Spezialtraining
Die JKU-KI trat gegen drei Gegner an:
– Andere Objekterkennungs-KIs,
– eine Gruppe aus 3 ExpertInnen und
– eine Gruppe aus 25 Studierenden mit Life Science Hintergrund.
Diese erhielten zuvor noch ein spezielles Training, um die KI wirklich herausfordern zu können. Im Wettbewerb ging es darum, 200 Bilder zu analysieren, die weder Mensch noch Maschine je zuvor gesehen hatten. „Besonders schwierig war für die KI die hohe Auflösung und die sehr feinen Zellstrukturen“, so Rumetshofer.
Spiel, Satz und Sieg für die KI
Menschliche ExpertInnen von der MedUni Wien und dem Kepler Universitätsklinikum lösten die Aufgabe in rund 5 Stunden. Die Dauer der KI-Analyse: 26 Sekunden. Und während der beste Experte 72% der Proteine richtig zuordnen konnte, schaffte die JKU-KI 91% – ein mehr als klares Ergebnis.
KI in der Praxis
„In der Praxis ist die KI in mehreren Bereichen relevant. Zum einen in der Pathobiologie, wenn es darum geht, genetische Mutationen zu erkennen. Aber auch in der Medikamentenentwicklung, um zu prüfen, wo und wie Proteine überhaupt wirken.“
KI für medizinischen Alltag einsatzbereit
Die JKU-KI wäre technisch für den medizinischen Alltag bereits einsatzbereit. „Das Hindernis liegt in den unterschiedlichen Vorverarbeitungsmethoden, wie die jeweiligen Gewebe präpariert werden, die untersucht werden sollen.“, erklärt Rumetshofer. „Die JKU-KI hat die Regeln anhand eines umfangreichen Datensatzes an Beispielbildern erlernt. Jedes Forschungslabor färbt seine Proben aber unterschiedlich ein. Dadurch sehen die Bilder von den Zellen anders aus, und die KI müsste die Regeln anpassen. Zu lösen wäre das Problem durch einheitliche Standards für die Aufbereitung der Proben und Erstellung der Bilder. Ohne solche Standards müsste man die KI verschiedene Rahmenbedingungen lernen lassen.“
Mittelfristig wird die neue JKU-KI-Technologie aus der Medizinforschung vermutlich nicht mehr wegzudenken sein.
Kontakt:
Elisabeth Rumetshofer
Institute für Machine Learning
Tel.: 0732 2468- 0
E-Mail: elisabeth.rumetshofer@jku.at
Quelle: JKU Johannes Keppler Universität Linz
(GZ)
Foto: (c) JKU
Foto 1: Gruppenfoto der JKU-ForscherInnen
Foto 2 und 3: Zellbild
