Am 12. Februar 2025 hat das Start-up „Decyte“ seine Gründung bekannt gegeben. Die Gründerinnen Julia Stachowiak, Studentin der Universitätsmedizin Göttingen mit einem Bachelor in Chemie, und Hanna Roetschke, Doktorandin am King’s College London und Francis Crick Institute, fokussieren sich auf die Entwicklung eines innovativen Verfahrens zur frühzeitigen Erkennung von Erkrankungen des Nerven- und Immunsystems mithilfe Künstlicher Intelligenz (KI). Laut uni-goettingen.de streben die beiden Wissenschaftlerinnen an, durch KI-gestützte Analysen individueller Neuro-Immun-Fingerabdrücke eine bedeutende Verbesserung der Früherkennung zu erreichen.
Das Start-up wird über die AI Founder Fellowship der Mission KI unterstützt, die eine finanzielle Förderung von rund 70.000 Euro für eine Dauer von neun Monaten umfasst. Dies beinhaltet auch Business-Coaching und Netzwerkaufbau, was für die Gründerinnen von großer Bedeutung ist, um ihre Ziele erfolgreich umzusetzen. Ihr langfristiges Ziel ist die Optimierung der Patientenversorgung sowie ein effizientes Ressourcenmanagement im Gesundheitssektor.
Fachliche Unterstützung und Kooperationen
Für die Umsetzung ihrer Ideen erhält „Decyte“ Unterstützung vom Transfer & Startup Hub der Universität Göttingen. Zudem arbeiten die Gründerinnen eng mit Fachleuten der Universitätsmedizin Göttingen zusammen, unter anderem unter der Leitung von Prof. Dr. Julie Schanz und Privatdozent Dr. Martin Sebastian Winkler. Diese Kooperationen sind entscheidend, um die wissenschaftlichen Erkenntnisse in praktische Anwendungen zu überführen.
Das Projekt ist im Rahmen der „Mission KI“ angesiedelt, ein Vorhaben der acatech – Deutsche Akademie der Technikwissenschaften, das vom Bundesministerium für Digitales und Verkehr gefördert wird. Im Rahmen dieser Initiative wurden deutschlandweit nur elf Fellows in sechs Teams ausgewählt, was den innovativen Ansatz von „Decyte“ unterstreicht.
KI in der Medizin und zukünftige Herausforderungen
Künstliche Intelligenz spielt eine zunehmend wichtige Rolle in der Medizin, insbesondere in der Intensivmedizin, wo sie zur Analyse großer Datenmengen von schwerkranken Patienten eingesetzt wird. Wie ncbi.nlm.nih.gov berichtet, bieten entsprechende KI-Modelle unter anderem die Möglichkeit zur Vorhersage von kritischen Zuständen wie Sepsis oder Nierenversagen. Dies eröffnet neue Perspektiven für die Patientenversorgung, erfordert jedoch auch die Analyse umfangreicher Datenmengen und die Validierung der Modelle an externen Kohorten.
Für die erfolgreiche Implementierung von KI-Anwendungen in der klinischen Praxis sind zahlreiche Herausforderungen zu bewältigen. Dazu zählen technologische Limitierungen, rechtliche Einschränkungen sowie ethische Fragestellungen. Dazu kommt, dass die Entwicklung vertrauenswürdiger KI-Modelle für klinische Entscheidungen von zentraler Bedeutung ist. Daher ist es notwendig, mehr prospektive klinische Studien zur Effektivität von KI in der Patientenversorgung durchzuführen.
Neben diesen Herausforderungen wird betont, dass Deutschland das Potenzial hat, eine führende Rolle in der KI-Forschung, insbesondere in der Intensivmedizin, einzunehmen, vorausgesetzt es werden geeignete Datenplattformen und Zulassungsrichtlinien geschaffen. Dies könnte die klinische Arbeit erleichtern und die Patientenversorgung durch datengetriebene Ansätze deutlich verbessern.
Auf mehreren Ebenen arbeitet die Wissenschaft daran, KI nicht nur als technische Lösung, sondern als integralen Bestandteil der modernen Medizin zu gestalten.