Neue Medikamente dank künstlicher Intelligenz

00:00:00:

00:00:12: Wenn man KI hören könnte, würde sie vielleicht so klingen.

00:00:16: Unfassbar große Datenmengen werden in Sekundenschnelle verarbeitet.

00:00:20: Eine Informationsflut, die für uns nicht vorstellbar ist, wird analysiert.

00:00:24: Es entstehen neue Informationen.

00:00:26: Die werden gespeichert und bei der nächsten Analyse mit einbezogen.

00:00:30: Das Netzwerk wächst und wächst und wächst.

00:00:35: Was irgendwie immer noch futuristisch klingt, ist längst in unseren Alltag eingezogen.

00:00:40: Und nicht mehr wegzudenken.

00:00:42: Es gibt Probleme.

00:00:43: Wahr ist nicht mehr so leicht, von falsch zu unterscheiden.

00:00:46: Aber es gibt auch Chancen.

00:00:48: Nicht nur dafür, unseren Alltag zu erleichtern, sondern auch für die Medizin.

00:00:54: Aber erst mal eine Reihe nach.

00:00:56: Biologie und Informatik mögen erst mal gegensätzlich klingen.

00:00:59: Aber Informatik ist für die moderne Biologie so ein bisschen wie eine Managerin in einem großen Unternehmen.

00:01:05: Denn wo große Datenmengen aus der Forschung anfallen, ist biologische und medizinische Forschung ohne Informatik nur schwer möglich.

00:01:12: Deshalb nutzt auch der Bioinformatiker Prof.

00:01:15: Andreas Keller, KI in seiner Forschungsgruppe Klinische Bioinformatik am Helmholtz-Institut für pharmazeutische Forschung Saarland.

00:01:24: Das wurde vom Helmholtz-Zentrum für Infektionsforschung und der Universität des Saarlandes gegründet.

00:01:30: Ich spreche heute mit ihm darüber, wie er künstliche Intelligenzen nutzt, um zu verstehen, wie nützliche und schädliche Bakterien unserem Körper kommunizieren, um herauszufinden, wann Infektionen spätfolgen auslösen und um neue Medikamente gegen Krankheitserreger zu erforschen.

00:01:47: Dabei arbeitet er eng mit der Uniklinik des Saarlandes zusammen.

00:01:50: Und so eigentlich doch wieder ganz nah am Menschen und gleichzeitig in riesigen, wachsenden Datennetzwerken.

00:02:01: Wie lösen Bakterien und Virenkrankheiten aus?

00:02:05: Wie wird sich unser Immunsystem dagegen?

00:02:07: Und was müssen Wirkstoffe können, um gefährliche Infektionen zu bekämpfen?

00:02:12: Am Helmholtz-Zentrum für Infektionsforschung, kurz HZI, wird nach Antworten auf diese Fragen gesucht.

00:02:18: Wie diese Forschung funktioniert?

00:02:20: Wie die Ergebnisse in der Medizin genutzt werden und wer die Menschen sind, die hier forschen, das hört ihr hier bei Infect, dem Podcast des Helmhäuszentrums für Infektionsforschung.

00:02:31: Ich bin Julia Deman, Biologin und Wissenschaftsjournalistin.

00:02:40: Hallo und willkommen zu einer neuen Folge von Infect, dem HCI-Podcast.

00:02:46: Und ich spreche heute remote mit Professor Dr.

00:02:50: Andreas.

00:02:51: Keller.

00:02:51: Schön, dass wir heute miteinander sprechen können, Andreas.

00:02:54: Ja, hi.

00:02:54: Schön.

00:02:54: Guten Morgen.

00:02:55: Genau.

00:02:56: Wir sagen du zueinander, das ist sehr völlig normal in der Wissenschaftskommunität und deshalb machen wir das auch, ne?

00:03:01: Total gern.

00:03:03: Super.

00:03:03: Andreas, du leitest ja am Hips in Saarbrücken die Forschungsabteilung klinische Bioinformatik.

00:03:10: Kannst du mal so ein bisschen erklären, was so ein klinischer Bioinformatiker so macht?

00:03:15: Ja, klar.

00:03:15: So ein Mensch, das ist ein Schrecklich.

00:03:17: komplexes Wesen.

00:03:17: Wir bestehen aus dreißig Billionen Zellen, ungefähr noch mal so viele Bakterien, die bei uns auf der Haut sitzen im Darm sitzen.

00:03:24: Und wir befassen uns mit ganz vielen Skranen.

00:03:27: So ein Moleküle ist was Schreckliches.

00:03:28: In einer Zelle sind ganz viele Moleküle.

00:03:31: Viele Zellen machen dann ein Organ aus, die kommunizieren in Organesystemen untereinander, die interaglin mit Bakterien.

00:03:37: Und all das können wir messen mit Sequenziergeräten, mit Bildgebengeräten und diese enormen Datenmengen.

00:03:44: Die muss jemand auswerten und genau das ist die Aufgabe, die so ein klinischer Bioinformatiker hat.

00:03:49: Also wenn immer so ein Datenverarbeitung rund um den Menschen, am Menschen geht, dann kommt ihr zum Einsatz.

00:03:55: Du arbeitest ja auch viel mit KI.

00:03:58: Das hat ja jetzt wirklich rasant zugenommen in den letzten Jahren.

00:04:02: Das ist eine wahnsinnig schnelle Entwicklung, also von hoch.

00:04:05: Man kann da jetzt irgendwie was eingeben, unterspuckt, was eine Antwort auszuzus.

00:04:08: Es ist jetzt einfach völlig normal damit zu arbeiten und wir müssen eigentlich alle auch gucken, dass wir die KI nicht missbrauchen, aber eben auch ihr nicht zu viel glauben.

00:04:19: Wie kann ich mir das vorstellen jetzt in der klinischen Bioinformatik?

00:04:22: Also ist das ähnlich so, wie man jetzt in diese KI ist, mit denen die wir so alle kennen?

00:04:27: Wir geben da irgendwie eine Frage rein und kriegen dann sofort irgendwie eine Antwort daraus?

00:04:32: Ja gut, das ist ja nur einer der vielen Aspekte von künstlicher Intelligenz und in der Forschung setzen wir KI.

00:04:37: Ich würde sagen regelmäßig seit mehreren Jahrzehnten ein.

00:04:41: Das heißt, was ihr heute als KI kennt, GBT-Modelle, BART-Modelle, das ist so eine moderne, neuartige Entwicklung.

00:04:49: Klassifikatoren, Support Vector Machines, Decision Trees, das ist für uns allerdings schon Alltag.

00:04:55: Das heißt, wir stellen eine Frage und kriegen eine Antwort, wie sie mit Chatchivity funktioniert.

00:05:01: Das funktioniert in der Wissenschaft noch nicht.

00:05:03: Wir können klassifizieren, wir können Muster erkennen, aber wir können nicht die Forschung, die ein Forscher macht, ersetzen.

00:05:10: Das hängt zum Beispiel an der Verfügbarkeit von Daten.

00:05:13: So was wie im Chatchivity ist trainiert am gesamten Internet.

00:05:18: Allmöglich, was man bei Google, YouTube und sonstwo findet.

00:05:21: Wissenschaftliche Daten sind oft aber nicht zugänglich.

00:05:24: Die liegen in Datenbanken.

00:05:26: Und Giacci Bidi kommt gar nicht an diese Daten, die da in der Datenbank tief verwurzelt liegen dran.

00:05:31: Dazu brauchen wir dann andere Methoden.

00:05:34: Und bis das funktionieren wird, wird es noch ein bisschen dauern.

00:05:36: Also ich werde noch nicht arbeitslos.

00:05:38: Wie nutzt du die KI wirklich in deiner Forschung?

00:05:40: Wir haben verschiedene Ansätze, wie wir KI bei uns einsetzen.

00:05:43: Das eine habe ich schon genannt.

00:05:44: Das sind Supervised Learning.

00:05:47: also Klassifikatoren zu Projector Machines.

00:05:49: Wir geben ganz viele molekulare Daten.

00:05:51: Der Computer sagt dann, die Proben kommen von einem gesunden oder von einem kranken Menschen.

00:05:57: Das ist eine Form.

00:05:58: Viel bekannt, das sind vielleicht diese Clustering-Ansätze, also unsuperweiste Learning.

00:06:02: Das heißt, der Computer versucht ohne, dass wir ihm sagen, ob ein Patient gesund oder krank ist, Muster wiederzuerkennen.

00:06:08: Und wir machen dann Sinn aus ihnen.

00:06:11: Das ist so das, was ich eben sagte mit, das wird schon seit zwei, drei Jahrzehnten gemacht.

00:06:16: Heutzutage setzen wir aber auch viel mehr auf wirkliche Sprachmodelle, also Dinge, die so ähnlich sind wie ChatGbt und Ähnliches und auf agentenbasierte Forschung.

00:06:24: Das heißt, einfache Aufgaben, die können wir heute schon an den Computer delegieren und er nimmt uns viel Arbeit ab.

00:06:30: Und diese Agentik AI, das ist was, das sehen wir massiv kommen und das wird unseren Forschungsalltag auch massiv verändern.

00:06:36: Ja, vielleicht kannst du das tatsächlich nochmal ein bisschen genauer beschreiben, weil ich glaube für Menschen, die sich nicht mit Informatik und vor allem nicht mit Bioinformatik ausgehen, das sind ja auch so zwei Dinge, die man nicht gut zueinander bringen kann, glaube ich, für Lein.

00:06:48: Vielleicht kannst du das nochmal ein bisschen beschreiben.

00:06:50: Was sind das genau für KI's?

00:06:52: Was machen die?

00:06:53: Also ich meine, es ist ja jetzt, hat es ja schon funktioniert, dass man tatsächlich ein komplettes Genom, gut, eines fragen, aber einfach gemacht hat mit einer KI sozusagen.

00:07:03: Also nutzt ihr sowas auch, oder?

00:07:06: Genau, das ist ein sehr spannendes Forschungsfeld, weil wir nutzen mit Chatchabity ja generative KI.

00:07:11: Das heißt, eine KI kann was generieren, wenn eine KI sehr viele Bilder gesehen hat.

00:07:15: Von dem Maler kann sie ein neues Bild das so Ähnliches machen.

00:07:18: Das funktioniert mit Musik.

00:07:19: Wieso soll das nicht mit... Naturstoffen auch funktionieren.

00:07:22: Das heißt, wir haben hier am Hips eine Menge Projekte, wo wir zum Beispiel Mikrobiota sequenzieren.

00:07:28: Also alle verschiedenen Bakterien, Viren, Pilze, die in einer Probe sind aus dem Boden, aus dem Menschen.

00:07:35: Und dann generieren wir eine Menge Daten.

00:07:37: Ungefähr fünf Milliarden Basen, die wir für eine Probe sequenzieren und wir haben über zehntausend sequenziert.

00:07:43: Das sind dann so sechzig Billionen Basen, die wir sequenziert haben.

00:07:47: Und wie ChatGBT vom Internet gelernt hat, lernen dieselben Modelle jetzt auch, wie die Sprache der Bakterien und Viren funktioniert.

00:07:56: Und wir sind soweit, dass wir nicht nur wissen, dass ein biosynthetischer Gencluster ist, also wie eine Sequenz aussieht, die vielleicht ein neues Anti-Infektiv umherstellt.

00:08:04: Sondern wir können dem Computer jetzt schon ansatzweise sagen, generiere uns bitte ein neues Medikament gegen X-Apptoon Z, mache unser Medikament effizienter.

00:08:14: Wir haben erste Ansätze, wie wir diese Sequenzen, die wir am Computer generieren, in Bakterien einbauen und die tatsächlich was Sinnvolles produzieren.

00:08:22: Ja, die

00:08:22: habt ihr quasi von der KI ins Labor überführt sozusagen.

00:08:25: Genau, wir haben erste Module noch nicht komplette Bakterien genommen, das sind wir noch ein Stückchen weit weg und auch noch nicht komplette Genklasse, aber Teile von Genklastern, die wir mit KI so optimieren, dass sie besser als in der Natur funktionieren, können wir inzwischen, das können wir inzwischen schon.

00:08:41: Das heißt, du hast es gerade eben schon mal so ein bisschen erwähnt.

00:08:43: Ihr guckt euch die Kommunikation auch zwischen den Bakterien an.

00:08:47: Also auch wie jetzt die Bakterien in unserem Darm, da sind ja wahnsinnig viele Bakterien präsevieren, wie die Mikroorganismen da miteinander kommunizieren.

00:08:56: Und davon lernt ihr dann und auch die KI lernt davon.

00:09:00: Ja, nicht nur miteinander kommunizieren, die kommunizieren natürlich auch in einer bestimmten Form mit dem Hosten.

00:09:05: Mit dem Host.

00:09:06: Also in unserem Fall wäre das der Mensch.

00:09:09: Wie das genau funktioniert, da gibt es eine ganze Menge Möglichkeiten.

00:09:11: Zum Beispiel stellen die Bakterien Sekundärmetabolite her und diese Sekundärmetabolite können einen Effekt haben.

00:09:18: Manchmal ärgern Bakterien uns auch, stimulieren unsere Immunsysteme, werden krank und diese Immunzellen können dann im Körper einen Schaden anrichten.

00:09:27: Bakterien können aber auch durchaus was Gutes machen.

00:09:28: Wir haben eine Menge Bakterien in unserem Darm auf unserer Haut, die uns tatsächlich helfen, gesund zu bleiben.

00:09:34: Das ist für uns auch ein ganz wesentlicher Aspekt unserer Forschung, das wir eben verstehen.

00:09:38: Was hält uns denn gesund?

00:09:40: Ja, super, super spannend.

00:09:41: Was hält uns gesund?

00:09:41: Aber eben auch, was macht uns krank und was kann uns dann wiederum wieder gesund machen?

00:09:48: Also du hast es gerade eben schon erwähnt.

00:09:49: Ihr guckt euch neue Wirkstoffe an.

00:09:51: Also wie hilft dir da genau die KI, neue Wirkstoffkandidaten zu finden?

00:09:56: Ich habe eben die Datenmenge schon so grob angerissen, also in unserer Mikrobiotervorschung aus dem Boden, aus dem Menschen.

00:10:02: Das sind sechzig Billionen Buchstaben, die wir sequenziert haben.

00:10:06: Ich glaube, das ist klar, die kann sich nicht mehr angucken.

00:10:09: Das heißt, da brauchen wir Computer an ganz, ganz vielen Ecken und Enten, ja, schon in der primären Datenverarbeitung.

00:10:16: Für uns, vielleicht die größte Herausforderung momentan ist das richtige Priorisieren.

00:10:22: Also aus diesen sechzig Billiardl Buchstaben haben wir ungefähr zweieinhalb drei Millionen potenzieller biosynthetischer Gencluster, die potenzielle Medikamente herstellen.

00:10:33: So ein Medikament im Labor zu testen kostet unser Kollegen in der Naturstoffforschung, gerne mal ein halbes Jahr, ein Jahr, wenn es kompliziert ist, auch mehr.

00:10:42: Das heißt, wir können das unmöglich alles machen.

00:10:44: Das heißt, wir sind besser sehr, sehr sicher, dass wir ihnen die bestmöglichen Kandidaten geben.

00:10:48: Und alleine in dieser Priorisierung, also welche dieser Naturstoffkandidaten sind mit Erkrankungen korreliert und haben am Wahrscheinlichsten eine positive Wirkung.

00:10:57: Diese Priorisierung mit Hilfe von KI ist etwas, was uns sehr am Herzen liegt, damit wir eben nicht am Ende die Red Lab Research enttäuschen.

00:11:04: Ja, das kann ich mir auf jeden Fall vorstellen.

00:11:06: Wer übrigens gerne noch mal reinhören möchte, wie man neue Wirkstoffkandidaten auch tatsächlich direkt im Boden finden kann und wie ihr da auch mitmachen könnt, dann hört gerne mal in Folge vier unserer ersten Staffel rein.

00:11:18: Da habe ich mit Professor Christine Bemelmans auch vom Hipster drüber gesprochen.

00:11:22: Super, super spannend auf jeden Fall.

00:11:24: Aber jetzt gehen wir erstmal wieder zurück in die Theorie und in die KI.

00:11:28: Was ich mich ja so ein bisschen frage, ist auch das, was wir so von der KI kennen als... Wenn ich schon wie Sie halt mal so im Alltag benutzen, ist das ja ganz schön oft auch halluciniert.

00:11:37: Also passiert das bei euch auch?

00:11:39: Wenn man nicht aufpasst, passiert das sehr schnell.

00:11:41: Und der Effekt davon, den habe ich eben erwähnt, dann würden wir tatsächlich ein Labor versuchen, etwas herzustellen, was nicht nur Zeit aufwendig ist, sondern auch Geld aufwendig ist, das gar keine Wirkung hat.

00:11:52: Das heißt, wir müssen überprüfen, das, was die KI uns ausspuckt, ist das tatsächlich überhaupt vernünftig.

00:11:58: Und da setzen wir auf den Ansatz, dass wir immer KI-Forscher mit Vetlab-Forschern zusammenbringen.

00:12:05: Das heißt, wir glauben einer KI nicht blind.

00:12:07: Wir holen immer die Expertise danach, um quasi Cross zu checken, ist denn das überhaupt plausibel?

00:12:12: Oder ist dort eine Domäne drin?

00:12:14: Die ist so unwahrscheinlich, dass die jemals von einem Bakterium hergestellt wird, dass wir es uns sparen können, die überhaupt im Labor zu exprimieren.

00:12:21: Das ist für uns eine Art Reinforcement Learning, das wir machen.

00:12:25: Das heißt, wir holen immer das Wissen.

00:12:27: Dass unsere Kollegen eben Hips haben in der Wettlab-Forschung und spielen es zurück in unsere Modelle.

00:12:33: So dass die Modelle dann auch daraus wieder lernen können.

00:12:35: Und es ist ja eben eine Intelligenz.

00:12:37: Also das heißt, die wird ja dann auch schlauer mit dem, was sie zurückgespielt bekommt.

00:12:41: Ganz genau.

00:12:42: Spannend.

00:12:42: Aber in deiner Gruppe geht es ja auch nicht nur um da oder darin neue Wirkstoffe zu finden.

00:12:47: Wir haben eben schon über die Kommunikation auch zwischen den Bakterien oder den Mikrobiomen unserer Damen und generell mit anderen Zellen in unserem Körper gesprochen.

00:12:56: Was erforscht ihr denn noch?

00:12:58: Das stimmt.

00:12:59: Also Naturstoffforschung, Antibiotikaforschung ist für uns natürlich ein sehr, sehr wichtiger Bestandteil, aber lange nicht alles, was wir tun.

00:13:06: Klassisch kommt ich eigentlich aus der RNA-Forschung, vor allem nicht codierende RNAs, also mich interessiert, wie Gene reguliert werden, auch gerne wie zum Beispiel Bakterien, RNAs, humane Gene regulieren.

00:13:18: Das heißt, wir wollen uns auch um RNA-basierte Therapieformen kümmern und inhaltlich ist unser eigentliches Forschungsthema, wie wir altern.

00:13:28: Das heißt, wie unser Organismusmolekular alternt, vor allem unser... gehen und welche Rolle das Immunsystem spielt.

00:13:35: Da sind wir wieder bei Bakterien oder wir, und die das Immunsystem ärgern und so zu einem accelerated aging, also zu einem beschleunigten Altern führen können.

00:13:43: Wir wollen aber auch verstehen, wie das Molekular passiert und natürlich auch, was wir dagegen machen können.

00:13:48: Das heißt insgesamt ist die Forschung des Alterns für uns ein ganz, ganz wesentlicher Bestandteil.

00:13:54: Und das machen wir übrigens nicht, weil wir für immer leben wollen.

00:13:57: Wir wollen nicht unbedingt die Lebensspanne verlängern, aber wir wollen zumindest, dass wir unsere Lebenszeit so gut als möglich nutzen können.

00:14:04: Das heißt, solange das Herz natürlich fit ist, aber auch das Gehirn fit ist, können wir länger zu Hause bleiben und länger das machen, was wir lieben zu tun, anstatt eben im All das Heim zu landen.

00:14:15: Ja, auch ein super spannendes und auch immer wichtiger werdendes Thema, auch in der Forschung, das merke ich auch immer wieder.

00:14:21: Und auch da würde ich gerne nochmal auf eine andere Folge verweisen.

00:14:24: Und zwar geht es hier um Folge drei unserer zweiten Staffel.

00:14:28: Da habe ich mit Professor Martin Korte vom HZI gesprochen, was wir dafür tun können, um eben gesund allzuwerden, genau das, was du auch erforscht.

00:14:37: Und du machst ja einerseits Grundlagenforschung, aber du bist ja auch relativ nah an den Patienten dran.

00:14:44: Also du arbeitest ja auch mit der Uniklinik, mit der Uniklinik im Saalbrücken zusammen.

00:14:49: Wie unterscheiden sich vielleicht auch so diese Arbeitsfelder und was verbindet sie auch?

00:14:53: Na ja, Grundlagenforschung und Patientennähe schließen sich eigentlich aus meiner Sicht nicht aus.

00:14:59: Das sind so ein Stück weit verschiedene Welten, die sich aber sehr, sehr gut.

00:15:04: Also das heißt, wir kriegen zum Beispiel Patientenproben, die wir für unsere Grundlagenforschung drinnen brauchen.

00:15:09: Das sind die Mikrobiote, die ich eben aus dem Darm erwähnt habe.

00:15:13: Dann müssen wir aber aus diesem Mikrobioter tatsächlich mit zellulären Methoden neu erkennt.

00:15:19: Das schaffen wir, müssen wir am Computer auswerten.

00:15:21: Wir müssen verstehen, was es damit auf sich hat.

00:15:23: Wir kriegen Wirkstoffkandidaten, die können wir wieder zum Beispiel in Organoidsystemen testen, manchmal auch in Tiermodellen.

00:15:30: Und dann irgendwann, und das ist ein Prozess, der natürlich sehr, sehr viel länger dauert, haben wir Birkstoffkandidaten, die wir wieder in eine frühe klinische Phase zurückspielen können.

00:15:39: Also irgendwo ist das ein geschlossener Kreislauf, der halt ein bisschen Zeit dauert.

00:15:43: Aber wie gesagt, ausschließlich nicht.

00:15:45: Wir versuchen, die Grundlagenforschung, die Patientennahervorschung so gut als möglich mit der klinischen Forschung zu verbinden.

00:15:53: Das heißt, man kann schon sagen, die Uniklinik profitiert von euch und ihr profitiert von der Uniklinik.

00:15:59: Absolut, also das hat sich über mehr als ein Jahrzehnt entwickelt.

00:16:03: Und ich würde sagen, auch heute ist es noch so, dass ein Kliniker eine komplett andere Sprache spricht als ein Informatiker.

00:16:10: Wir denken den Informatik in Eins und Nullen und in der Klinik gibt es viel mehr Grauschatierungen als vielleicht ein Informatiker sehen würde.

00:16:17: Aber nichtsdestotrotz ergänzt sich das prima.

00:16:20: Zum Beispiel erheben in der Klinik viele Ärzte große Datenmengen klinischen Scientists und die müssen ausgewertet werden.

00:16:27: Und dabei hilft meine Gruppe natürlich Total gerne.

00:16:30: Und umgekehrt brauche ich vielleicht für eine Studie ein ganz bestimmtes Patienten-Kollektiv.

00:16:35: Speichelproben von Alzheimer-Patienten.

00:16:37: Und dann wiederum kann ich den Arzt fragen, ob er mir sozusagen als Gegenleistung für unsere Toilettadenauswährung entsprechend hilft, an diese Patientenproben zu kommen.

00:16:46: Und so bilden sich sehr, sehr schöne Kooperationen.

00:16:49: Und damit waren wir sehr erfolgreich in den Saarbrücken und haben deshalb auch ein Pharma Science abgegründet, bei dem eben nicht nur Informatiker und Grundlagenforscher aus den Naturwissenschaften, sondern auch die klinischen Kollegen an unserem Uniklinikum, das so dreißig Kilometer entfernt ist, super eng zusammenarbeiten.

00:17:06: Das ist ja auch schön.

00:17:07: Also irgendwie, glaube ich, hat man befruchtet sich das so gegenseitig.

00:17:10: Man lernt viel voneinander und miteinander, glaube ich, kann ich mir vorstellen.

00:17:13: Jule, du musst sehen, die Forschung, die wir heute machen, die ist so komplex, die kann ein Andreas Alania gar nicht mehr verstehen.

00:17:20: Wenn ich keine klinischen Proben bekomme, wenn ich keine Kollegen habe, die funktionell testen, ob das, was ich überhaupt in meinen Computern entwerfe, Sinn mache, dann ist unsere Forschung relativ wertlos.

00:17:30: Das heißt, Forschung passiert heute in sehr komplexen... Ökosystem und das stehen wir absolut dazu.

00:17:36: Ja klingt auf jeden fall auch ja wie gesagt nach einem sehr sehr spannenden arbeitsalltag.

00:17:41: aber du hast gerade auch was wichtiges gesagt.

00:17:43: also man kann es nicht alleine und es braucht eben nach wie vor auch den menschen.

00:17:46: deshalb würde ich ganz gerne nochmal kurz zurück zur k i kommen.

00:17:49: also wo kann sie noch helfen und wo siehst du vielleicht aber auch ab?

00:17:52: grenzen oder gefahren sogar vielleicht oder risiken?

00:17:56: ja wir müssen.

00:17:58: Tatsächlich, wie du das sagst, die Grenzen der KI sehr gut verstehen.

00:18:01: Und im Moment würde ich sagen, gerade in der KI und der klinischen Anwendung sind wir noch nicht so weit und noch nicht ansatzweise so weit, dass sie einen Arzt ersetzt.

00:18:10: Sie kann einen Arzt effizienter machen.

00:18:12: Sie kann helfen, Bilder besser zu befunden.

00:18:15: Aber wir müssen auch verstehen, wo die Grenzen sind.

00:18:18: Du hast es eben angesprochen, das Halizonieren.

00:18:20: Wenn eine falsche Diagnose gestellt würde, könnte das theoretisch ganz, ganz gravierende Probleme für Patienten haben.

00:18:28: Das heißt die Risiken, dass wir KI falsch einsetzen, die sind im medizinischen Kontext natürlich genauso hoch wie beim autonomen Fahren, wo ein Fehler auch sofort verteile Konsequenzen haben könnte.

00:18:39: Das heißt KI ist aus unserer Sicht vielleicht ein mächtiges Werkzeug, das vieles im Gesundheitssystem sehr viel effizienter machen kann, aber bis wir so einen richtigen DocKI haben, der uns eine Anamnese macht und dann direkt sagt, was dem Patienten fehlt und wie wir ihn therapieren.

00:18:57: Davon sind wir noch ein Stück weit entfernt.

00:18:59: Aber was sind so deine Erwartungen jetzt, also hinsichtlich Prognose oder Diagnose, oder vielleicht sogar tatsächlich auch Therapie von Patienten?

00:19:06: Ich glaube, in dem Umwelt-KI müssen wir insgesamt mit Prognosen sehr, sehr vorsichtig sein.

00:19:10: Also, bevor Chatchivity auf den Markt kam, haben viele Leute gedacht, bis etwas, das auf den Markt kommt wie Chatchivity, dauert es fünf, sieben, zehn Jahre.

00:19:21: Und es gab so einen richtigen Hype.

00:19:22: Alle waren überraschend, überwältigt.

00:19:25: Und dann hat sich eine Phase, sagen wir mal, auf fast der Stagnation eingestellt, wo wir keine revolutionären Prozesse, sondern einfach Evolution bestehen in der Systeme sind.

00:19:33: Wann der nächste revolutionäre Schritt kommt, das ist immer schwer abzusehen.

00:19:36: Das heißt, mit Prognosen müssen wir vielleicht ein Stück weit vorsichtig sein.

00:19:42: Dass wir aber KI einsetzen können, um schneller neue Medikamente zu finden, das ist unstrittig.

00:19:48: Es gibt die ersten Beispiele, wo Antibiotika fast komplett mit Hilfe eines Computers entwickelt worden sind.

00:19:55: Und dieser Prozess, der wird nicht langsamer werden, der wird eher schneller werden.

00:19:58: Wir werden sehr viel effizienter werden.

00:20:00: Ich habe eben das Beispiel agentenbasierte Forschung genannt.

00:20:04: Alle diese Prozesse, die uns effizienter machen, die werden kommen.

00:20:07: Ob es nochmal so was richtig Revolutionäres gibt, wenn wir wirklich die super KI haben, die uns die neuen Medikamente entwickelt, da bin ich vorsichtig.

00:20:15: Was ist denn so dein langfristiges Ziel?

00:20:18: Was wünschst du dir für deine Forschung?

00:20:21: oder mit deiner Forschung zu erreichen.

00:20:23: Ja, wir haben über das Thema Alter gesprochen und mit jedem Tag, den man alt hat, verschiebt sich dieser Fokus so ein Stück weit.

00:20:31: Das heißt, mir ist vor allem oder bietet immer wichtiger, dass wir Forschung strukturell vielleicht besser machen.

00:20:37: Also die gute Ausbildung von unseren Nachwuchswissenschaftlern ist was, das ich mir wünsche.

00:20:42: Wir müssen verstehen, wie wir Wissenschaft offener machen können.

00:20:45: Natürlich ist es immer noch wichtig, dass wir in Fachzeitschriften publizieren.

00:20:49: Wir freuen uns über jedes Zitat, das wir bekommen.

00:20:52: Wir müssen aber verstehen, dass Open Science etwas ist, dass die Gesellschaft insgesamt sehr viel schneller, sehr viel weiterbringt, eben weil Wissenschaft so komplex ist.

00:21:01: Das heißt, mit jedem Tag, den ich in meiner Karriere weiterkomme, werden diese eher strukturellen Ziele nachhaltig Wissenschaft betreiben.

00:21:09: Gute Leute ausbilden immer wichtiger.

00:21:12: Was Forschung angeht, Die Ziele hat man natürlich immer noch, also wenn ich einen kleinen Beitrag dazu leisten kann, dass wir besser verstehen, wie so ein Gehirn kaputt geht, wie so eine neurodegenerative Erkrankung wie Alzheimer entsteht, vielleicht auch welche Viren und Bakterien dann noch ein sehr viel entscheidendem Einfluss haben.

00:21:30: Da wäre ich schon sehr, sehr glücklicher.

00:21:32: Den Punkt dürfen wir nicht vergessen.

00:21:34: Wir denken viel zu kurzfristig.

00:21:36: Wir haben eine Infektion, die macht uns.

00:21:39: Und wir denken, wenn wir wieder gesund sind, sind wir wieder gesund.

00:21:42: Infektionen können Jahre später noch eine Konsequenz haben, weil du über das, was man von Long Covid kennt, hinaus.

00:21:47: Und all diese großen Zusammenhängen, ein Stückchen besser zu verstehen.

00:21:51: Das wäre schön, wenn du dich dazu ein bisschen beitragen könnt.

00:21:53: Ja, ich finde es total wichtig, dass du das auch nochmal angesprochen hast.

00:21:56: Also, dass es eben nicht leicht fertig ist.

00:21:58: Sondern dass wir vielleicht so ein bisschen eigentlich ja mitnehmen aus der Pandemie, die wir hätten mitnehmen können, wenn wir krank sind, bleiben wir zu Hause.

00:22:05: Und man kann ja, wie wir sehen, gerade auch sehr schön remote miteinander sprechen, auch wenn jetzt keiner von uns erkältet ist.

00:22:10: Aber trotzdem ist es einfach was, was ich finde, was man gut mitnehmen kann, auf jeden Fall.

00:22:17: Absolut.

00:22:17: Was machst du denn, wenn du gerade nicht forscht?

00:22:20: Also was ist so dein, ja, wie ist so deine Work-Live-Balance?

00:22:24: Was machst du dann, wenn du dich entspannst von der Forschung, von deiner Arbeit?

00:22:28: Ja, zuerst mal logischerweise die Familie.

00:22:31: Wir haben zwei kleine Kinder und das ist für meine Frauen nicht der schönste Ausgleich, glaube ich, denn es gibt.

00:22:36: Ich gebe zu, wir sind auch froh, wenn wir ab und zu große Eltern haben, die uns bei dem Ausgleich helfen.

00:22:40: Aber das ist ganz, ganz wundervoll und meistens gibt eine Familie so viel Energie und regt auch an, neue Forschung zu machen.

00:22:47: Das ist sicher absolut wichtig und für mich persönlich der größte Ausgleich ist, ich bin fast sportsüchtig.

00:22:54: Ich probiere jeden Tag eher zwanzigtausend Schröte zu gehen als zehntausend.

00:22:57: Ich fahre ganz viel Fahrrad.

00:22:59: Und das kommt auch wieder ein Stück weiter aus der Forschung.

00:23:01: Bei vielen Erkrankungen ist es so, dass eben der Sport ist, der die beste Therapie ist.

00:23:06: Das geht nicht nur bei Adipositas oder offensichtlich Herzkreise auf Erkrankungen, ja, auch bei Park in Sonne oder Halsheim.

00:23:12: Also so.

00:23:12: Bewegung bolgt den beim besten vor.

00:23:15: Und also der Spruch gesunder Geist, den gesunden Körper, der kommt nicht von ungefähr.

00:23:20: Das würde ich so unterschreiben, auf jeden Fall.

00:23:23: Zualler Letzt würde ich dir gerne noch die Frage stellen, was wünschst du dir vielleicht von der Politik für einen sicheren und auch sinnvollen Einsatz und Umgang von und mit KI?

00:23:33: Und wo siehst du vielleicht auch da gefahren, vor denen wir uns auch schützen müssen?

00:23:37: Zuerst noch glaube ich, es wird schon gar nicht so wenig getan von der Politik.

00:23:41: Also die Hightech-Agenda der Bundesregierung ist was, das durchaus viele relevante Teile für KI beinhaltet.

00:23:48: Wir haben im Saarland eine ganze Menge Aktivitäten, die in die Richtung künstliche Intelligenz gehen.

00:23:53: Und das sind wir eigentlich schon beim Punkt künstliche Intelligenz am besten in Zusammenhang mit einer sinnvollen Anwendung.

00:24:00: Und so viele gibt es da gar nicht, wo es wirklich einen disruptiven Charakter haben kann.

00:24:05: Das Gesundheitswesen ist einem.

00:24:07: Also wenn wir KI zusammenbringen mit Biotechnologie, mit Pharmazien, dann können wir, glaube ich, dazu beitragen, dass wir eine ganze Menge Und diese Förderung, die angestoßen wird, die hoffen wir natürlich, dass die eher ausgeweitet wird, als gestoppt wird.

00:24:23: Da sehen wir nicht nur für Deutschland insgesamt, sondern vor allem für das Saarland, dass nun wirklich eine Strukturwandel ist.

00:24:29: Eine riesengroße Chance.

00:24:31: Du hast jetzt den Punkt Regulation angesprochen und Regulation ist was, was gerade in der Wissenschaft extrem wichtig ist.

00:24:39: Wir könnten heute mit gentechnischen Verfahren und Embryonen schon sehr viel weiter modifizieren, als wir es tun.

00:24:46: Aber es ist wichtig, dass wir in Deutschland, Europa und auch der ganzen Welt regulieren.

00:24:51: Wir müssen nur aufpassen, vor allem in Deutschland, dass wir nicht irgendwann über regulieren.

00:24:56: Also Regulation mit Augenmaß.

00:24:58: Das ist, glaube ich, vielleicht das, dass ich mir da wünsche.

00:25:00: Vielen, vielen Dank.

00:25:01: Das fand ich jetzt total spannend.

00:25:03: Und ja, ich wünsche dir weiterhin auf jeden Fall ganz, ganz viel Erfolg und bin gespannt, was es dann demnächst an Veröffentlichung von dir zu lesen gibt.

00:25:11: Ja, gerne.

00:25:11: Hat mir auch Spaß gemacht.

00:25:12: Vielen, vielen Dank für das Gespräch.

00:25:15: Andreas Keller nutzt KI in seiner Forschung, um besser zu verstehen, was uns gesund hält und was uns auch krank macht und was uns dabei vielleicht wieder helfen könnte, gesund zu bleiben oder wieder gesund zu werden.

00:25:44: Bis dann!