Forschungsprojekt soll Zusammenhänge zwischen Ernährung, Stoffwechsel und Gesundheit besser vorhersagen
Hannover. Die Medizinische Hochschule Hannover (MHH) erforscht mit künstlicher Intelligenz neue Wege für eine individuellere Gesundheitsvorsorge. Die Forschungsgruppe „Computational Precision Nutrition (CPN)“ entwickelt ein datenbasiertes Vorhersagewerkzeug, das künftig personalisierte Ernährungsempfehlungen ermöglichen und ernährungsbedingten Erkrankungen vorbeugen könnte.
Ernährung wirkt bei jedem Menschen anders
Dass Ernährung und Gesundheit eng zusammenhängen, ist seit Langem bekannt. Doch welche Lebensmittel welche Auswirkungen auf den menschlichen Körper haben, unterscheidet sich von Person zu Person deutlich. Die moderne Ernährungsforschung untersucht deshalb zunehmend die komplexen Wechselwirkungen zwischen Nahrung, Stoffwechsel und Gesundheit.
Eine wichtige Rolle spielt dabei das sogenannte Metabolom – also die Gesamtheit der Stoffwechselprozesse im Körper. Auch das Mikrobiom des Darms, die Gemeinschaft der dort lebenden Mikroorganismen, beeinflusst zahlreiche Vorgänge. Es unterstützt unter anderem die Verdauung, bildet Vitamine, stärkt die Darmbarriere und wirkt auf das Immunsystem ein.
Wie genau diese verschiedenen Faktoren zusammenspielen, ist bislang noch nicht vollständig geklärt. Neben der Ernährung beeinflussen auch Lebensstil, individuelle Voraussetzungen und Vorerkrankungen die gesundheitlichen Auswirkungen.
KI soll individuelle Reaktionen auf Nahrung erklären
Mit diesen Fragen beschäftigt sich Dr. Mattea Müller, Nachwuchswissenschaftlerin im Forschungsbereich „Klinische Datenwissenschaften“ am Peter L. Reichertz Institut für Medizinische Informatik (PLRI) der MHH. Ihre Forschungsgruppe „Computational Precision Nutrition (CPN)“ untersucht, warum Menschen auf dieselben Lebensmittel unterschiedlich reagieren.
Langfristiges Ziel ist die Entwicklung eines KI-basierten Werkzeugs, mit dem Ärztinnen und Ärzte künftig besser auf einzelne Patientinnen und Patienten zugeschnittene Ernährungsempfehlungen für Vorsorge und Behandlung erstellen können.
Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) unterstützt das Projekt über einen Zeitraum von fünf Jahren mit 1,8 Millionen Euro.
Große Datenmengen als Grundlage für neue Modelle
Für die Entwicklung der KI greifen die Forschenden auf unterschiedliche Datenquellen zurück. Dazu gehören Informationen aus Wearables wie Smartwatches oder Fitness-Armbändern sowie Daten digitaler Gesundheitsplattformen. Ergänzt werden diese durch sogenannte Multi-Omics-Technologien, die unter anderem Informationen über Gene, Genaktivität, Proteine und Stoffwechselprozesse liefern.
„Computergestützte Ansätze revolutionieren die Ernährungswissenschaft, indem sie Daten aus Wearables wie Smartwatches oder Fitness-Armbändern und von digitalen Gesundheitsplattformen mit Multi-Omics-Technologien integrieren, die Aussagen über Gene, deren Aktivität, Proteine und Stoffwechselvorgänge in unserem Körper hinzufügen“, sagt Dr. Müller. „Traditionelle statistische Modelle können dagegen die zeitlichen und individuellen Schwankungen, die solchen Daten innewohnen, nicht angemessen erfassen.“
Eine Herausforderung besteht darin, dass medizinische Daten häufig unterschiedlich erhoben werden. So können Blutwerte je nach Untersuchungsverfahren und Referenzbereichen voneinander abweichen und sind deshalb nicht immer direkt vergleichbar.
Von der Forschung zur personalisierten Ernährung
Im Mittelpunkt des Projekts stehen rechnergestützte Modelle, die unterschiedliche Daten zusammenführen und die Beziehungen zwischen Ernährung, Darmmikrobiom und Stoffwechsel untersuchen.
„Wir wollen mit KI-gestützten Methoden wissenschaftlich belegbare Ursache-Wirkungs-Beziehungen ableiten, welche erklären können, warum etwa eine bestimmte Ernährung sich bei dem einen Menschen positiv auswirkt und bei dem anderen nicht“, erklärt die Molekularbiologin und Datenwissenschaftlerin.
Dabei berücksichtigen die Forschenden auch Unterschiede zwischen Menschen, etwa Geschlecht oder mögliche Vorerkrankungen. Für das Training der KI werden Daten aus Datenbanken in Deutschland, Großbritannien und den Niederlanden genutzt.
Auch die Zusammensetzung von Lebensmitteln stellt eine Herausforderung dar. „Ein Apfel gleicht nicht unbedingt einem anderen Apfel, da gibt es zwischen den Sorten und Anbaugebieten weltweit schon enorme Unterschiede hinsichtlich der Nährstoffzusammensetzung“, gibt die Molekularbiologin zu bedenken.
CPN-Map soll Forschung und Behandlung unterstützen
Als Ergebnis des Projekts soll eine interaktive Plattform für Präzisionsernährung entstehen: die CPN-Map. Zunächst soll sie als benutzerfreundliches Werkzeug in der Forschung eingesetzt werden. Anschließend muss geprüft werden, ob die entwickelten Analysen dauerhaft zuverlässige Vorhersagen ermöglichen.
Bei erfolgreicher Weiterentwicklung könnte die Plattform später auch in der klinischen Versorgung eingesetzt werden. Individuell abgestimmte Ernährungsempfehlungen sollen dann dazu beitragen, die Stoffwechselgesundheit zu verbessern und Erkrankungen wie Adipositas, Typ-2-Diabetes oder neurodegenerative Erkrankungen vorzubeugen.
Beteiligte Forschungseinrichtungen
Das Peter L. Reichertz Institut für Medizinische Informatik (PLRI) ist ein gemeinsames Institut der MHH und der TU Braunschweig. Am Projekt „Computational Precision Nutrition: Kartierung der Wechselwirkungen zwischen Ernährung, Mikrobiom und Metabolom bei Gesundheit und Krankheit (CPN-Map)“ sind außerdem die Leibniz Universität Hannover, das Niedersächsische Zentrum für KI und kausale Methoden in der Medizin (CAIMed), die Universität Kiel sowie die Universität Maastricht beteiligt.
