In einem wegweisenden Gemeinschaftsprojekt arbeiten Informatiker der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) und des Leibniz-Instituts für Neurobiologie (LIN) Magdeburg an der Erforschung der dynamischen Prozesse von Neuronen im Hippocampus. Dieses Projekt wird von der Deutschen Forschungsgemeinschaft (DFG) mit 500.000 Euro gefördert, wovon die FAU 320.000 Euro erhält. Der Hippocampus, ein wichtiger Teil des limbischen Systems, spielt eine zentrale Rolle bei der Speicherung von Informationen im Langzeitgedächtnis und dem räumlichen Lernen.
Ein zentrales Element dieses Projekts sind die Gitterzellen, die zu den Ortungszellen im Hippocampus gehören und Signale verarbeiten, die für die räumliche Orientierung essenziell sind. Diese Ortungszellen besitzen zahlreiche dendritische Dornen, deren Struktur und Anzahl sich ständig verändern. Diese Instabilität stellt eine Herausforderung für die räumliche Orientierung im Langzeitgedächtnis dar. Prof. Dr. Andreas Kist und Dr. Alessio Attardo untersuchen im Rahmen des Projekts, wie diese Zellen stabile synaptische Verbindungen halten können, obwohl ihre Strukturen instabil sind.
Technologische Innovationskraft
Eine der Schlüsselinnovationen in diesem Projekt ist der Einsatz eines KI-gestützten Tools zur Analyse von Zeitrafferaufnahmen von Mäusegehirnen. Das LIN stellt diese Aufnahmen zur Verfügung, während die FAU ein Deep-Learning-Programm entwickelt, das auf der Open-Source-Anwendung Deep3D basiert. Dieses Programm soll helfen, die dendritischen Dornen der Nervenzellen zu identifizieren und spezifische Fingerabdrücke für jeden Dornfortsatz zu erstellen.
Das Ziel dieser technologischen Bemühungen ist es, die dynamischen Prozesse der Nervenzellen besser zu verstehen und die Konnektivität sowie die Funktionsweise der Ortungszellen zu verbessern. Die Forscher glauben, dass die Ergebnisse des Projekts auch für das Verständnis anderer neuronaler Prozesse von Bedeutung sein könnten. Zudem wird die Förderung die Einrichtung einer Doktorandenstelle an der FAU für drei Jahre unterstützen.
Ein breiterer Kontext der KI-Forschung
Die Anwendung von Künstlicher Intelligenz (KI) in der Medizin nimmt ständig zu. Insbesondere in der Intensivmedizin wird KI genutzt, um gleichzeitige Veränderungen im Zustand schwerkranker Patienten zu überwachen und schnelle Reaktionen zu ermöglichen. Dabei sind große Datensätze unerlässlich für das Training und die Validierung von KI-Modellen. Ein Beispiel für eine wichtige Datenquelle ist die MIMIC-Datenbank, die Informationen von über 53.000 Patienten enthält, und die eICU-Datenbank mit Daten von 139.000 Patienten über 335 Intensivstationen.
In diesem Zusammenhang kann KI auch bei der Prädiktion von Outcomes neurologischer Krankheitsbilder, wie etwa Intrakraniellem Druck oder Vasospasmen, helfen. Herausforderungen wie Dateninteroperabilität sowie ethische und datenschutzrechtliche Fragestellungen müssen jedoch adressiert werden, um die klinische Anwendbarkeit von KI-Modellen zu sichern.
Zusammenfassend zeigt das Projekt der FAU und des LIN, wie interdisziplinäre Forschung und der Einsatz von KI nicht nur grundlegende Erkenntnisse über neuronale Prozesse fördern können, sondern auch praktischen Nutzen in der Patientenversorgung und medizinischen Praxis erbringen können. Diese Entwicklungen könnten die Effizienz in der klinischen Arbeit weiter steigern und dazu beitragen, die Patientenversorgung signifikant zu verbessern. Für nähere Informationen lesen Sie die ausführliche Berichterstattung der FAU auf ihrer Website. Zudem bietet die PMC weitere Einblicke in den Einsatz von KI in der Intensivmedizin.
