KI-Ernährungsforschung: MHH entwickelt Vorhersage-Plattform
Die geplante CPN-Map soll Ernährungs-, Mikrobiom- und Stoffwechseldaten miteinander verbinden.
HANNOVER (redu) – Die Medizinische Hochschule Hannover will mit KI-Ernährungsforschung individuelle Stoffwechselreaktionen besser vorhersagen. Eine neue Forschungsgruppe entwickelt dafür die Plattform CPN-Map. Das Bundesministerium für Forschung, Technologie und Raumfahrt fördert das auf fünf Jahre angelegte Projekt mit 1,8 Millionen Euro.
Die Forschenden wollen Daten zu Ernährung, Mikrobiom und Stoffwechsel zusammenführen. Langfristig könnten daraus individuell abgestimmte Empfehlungen zur Gesundheitsvorsorge und zur Behandlung ernährungsbedingter Erkrankungen entstehen.
Die KI-Ernährungsforschung der Gruppe Computational Precision Nutrition setzt bei der Frage an, warum Menschen unterschiedlich auf dieselben Lebensmittel reagieren. Geleitet wird das Team von Dr. Mattea Müller aus dem Forschungsbereich Klinische Datenwissenschaften am Peter L. Reichertz Institut für Medizinische Informatik der MHH.
Ernährung beeinflusst zahlreiche Stoffwechselvorgänge und steht zugleich in Wechselwirkung mit dem Mikrobiom im Darm. Die dort lebenden Mikroorganismen wirken an der Verdauung mit, produzieren Vitamine, stärken die Darmbarriere und trainieren das Immunsystem. Wie diese Prozesse zusammenspielen, ist nach Angaben der MHH noch nicht vollständig geklärt. Hinzu kommen individuelle Faktoren wie Lebensstil, Geschlecht und Vorerkrankungen.
Unterschiedliche Gesundheitsdaten zusammenführen
Für ihre Modelle will die Forschungsgruppe Informationen aus Wearables, digitalen Gesundheitsplattformen und sogenannten Multi-Omics-Analysen verbinden. Diese Analysen liefern Daten über Gene, Genaktivität, Proteine und Stoffwechselvorgänge. Klassische statistische Verfahren könnten die zeitlichen und individuellen Schwankungen solcher Daten laut Müller nicht angemessen erfassen.
Eine weitere Schwierigkeit sind uneinheitliche Datengrundlagen. Selbst Laborwerte aus Blutuntersuchungen lassen sich wegen unterschiedlicher Testverfahren und Referenzbereiche oft nur eingeschränkt vergleichen. Die geplanten Rechenmodelle sollen solche Daten angleichen und Zusammenhänge zwischen Ernährung, Mikrobiom, Metabolom und Gesundheit sichtbar machen.
Ursache und Wirkung unterscheiden
Das Team will nicht nur statistische Zusammenhänge erkennen, sondern wissenschaftlich belegbare Ursache-Wirkungs-Beziehungen ableiten. Damit soll sich erklären lassen, weshalb eine bestimmte Ernährungsweise bei einem Menschen günstige Effekte zeigt, bei einem anderen jedoch nicht.
Für das Training der Modelle benötigen die Forschenden Daten möglichst vieler Menschen. Sie greifen dazu auf Datenbanken in Deutschland, Großbritannien und den Niederlanden zurück. Unterschiede bestehen nicht nur zwischen den untersuchten Personen. Auch Lebensmittel derselben Art können je nach Sorte und Anbaugebiet eine unterschiedliche Nährstoffzusammensetzung besitzen. Müller verdeutlicht dies am Beispiel verschiedener Apfelsorten.
CPN-Map zunächst für die Forschung
Als Ergebnis des Projekts soll die interaktive Plattform CPN-Map entstehen. Das benutzerfreundliche Werkzeug ist zunächst für den Einsatz in der Forschung vorgesehen. Dort muss geprüft werden, ob die entwickelten Analysen tatsächlich verlässliche Vorhersagen liefern.
Erst wenn sich die Zuverlässigkeit bestätigt, kommt nach Darstellung der MHH eine klinische Anwendung infrage. Ärztinnen und Ärzte könnten die Plattform dann nutzen, um Ernährungsempfehlungen stärker an der Stoffwechselsituation einzelner Patientinnen und Patienten auszurichten. Genannt werden mögliche Beiträge zur Vorbeugung von Adipositas, Typ-2-Diabetes und neurodegenerativen Erkrankungen.
Das Peter L. Reichertz Institut wird gemeinsam von der MHH und der TU Braunschweig getragen. Am Projekt beteiligt sind außerdem die Leibniz Universität Hannover, das Niedersächsische Zentrum für KI und kausale Methoden in der Medizin, die Universität Kiel und die Universität Maastricht.
