Künstliche Intelligenz (KI) erkennt Hochrisikovarianten von Covid-19 nahezu in Echtzeit

Hochansteckende SARS-CoV-2-Varianten wie Omikron frühzeitig erkennen: Das ist das Ziel eines vom Impfstoffpionier BioNTech und dem Unternehmen InstaDeep entwickelten und auf Künstlicher Intelligenz (KI) basierenden Frühwarnsystems (Early Warning System, EWS). Anhand viraler Strukturmodifikationen kann die KI Virusvarianten hinsichtlich ihres Gefahrenpotenzials gewichten. Dabei könnte das KI-basierte Frühwarnsystem kritische Virusvarianten innerhalb von weniger als einem Tag identifizieren.

Das Frühwarnsystem ermittelt zwei Metriken, deren Kombination das Risiko einer bestimmten Virusvariante realistisch einschätzt. Dazu wird die Strukturmodellierung des viralen Spike-Proteins mit KI-Algorithmen zur Bewertung der viralen Fitness und der Eigenschaft zur Immunflucht kombiniert. Ein Immunescape-Score und ein Fitness-Score (Übertragbarkeitspotenzial) resultieren daraus. Allein schon der Immunescape-Score ist sehr aussagekräftig, die Kombination mit dem Fitness-Score steigert die realistische Einschätzung zusätzlich. Dabei gilt: Je höher die Punktzahl, desto höher ist das Risiko der Auswirkung einer bestimmten Variante auf die globale Gesundheit.

Der Ansatz des Frühwarnsystems leitet die Immunfluchtfähigkeit und Fitness einer Virusvariante ausschließlich auf Grundlage vorhandener Daten und nicht auf Grundlage von Beobachtungsdaten bestimmter Zeiträume ab. Damit ist das System nahezu ein Echtzeitanalyse-Tool: Potenzielle Hochrisikovarianten können innerhalb von weniger als einem Tag als solche erkannt werden. Die Ergebnisse der Studie der beiden Unternehmen unterstreicht zudem, dass das System sogar in der Lage ist, neue Varianten innerhalb von Minuten zu erkennen und ihr Risiko fast in Echtzeit zu überwachen.

Von der Weltgesundheitsorganisation (WHO) als kritisch identifizierte Virusvarianten (wie Alpha, Beta, Gamma, Theta, Eta) wurden von dem Frühwarnsystem noch in derselben Woche erkannt, in der ihre Sequenz erstmals für die wissenschaftliche Öffentlichkeit verfügbar wurde. Omikron wurde bereits am selben Tag, an dem die Sequenzdaten einsehbar waren, als Hochrisikovariante identifiziert. Durchschnittlich über 90 % der von der WHO deklarierten Varianten könnten zwei Monate vor der offiziellen Ausweisung identifiziert werden, so die Unternehmen BioNTech und InstaDeep.

Dass Künstliche Intelligenz im Bereich der Medizin einen entscheidenden Vorsprung bringen kann, zeigen bereits mehrere Anwendungsfälle deutlich. In der Bildgebenden Diagnostik wird beispielsweise das Machine Learning eingesetzt. Dadurch lernen Algorithmen, Muster, Abweichungen oder Charakteristika zu erkennen und bewerten diese entsprechend. Die Dermatologie profitiert bereits davon: Immer häufiger dienen durch KI analysierte Bilder von Pigmentmalen Ärzt:innen als Entscheidungshilfe.