• Startseite
  • Wissen
  • Epidemie-Früherkennung: Künstliche Intelligenz allein reicht nicht aus

Epidemie-Früherkennung: Künstliche Intelligenz allein reicht nicht aus

  • Einige Frühwarnsysteme für Epidemien arbeiten mit künstlicher Intelligenz.
  • Ein solches System warnte bereits im Dezember 2019 vor einer rätselhaften Lungenkrankheit aus China.
  • Dafür durchsucht die künstliche Intelligenz große Datenmengen und Texte nach Schlüsselwörtern.
Anzeige
Anzeige

Boston. Ende des vergangenen Jahres schlug ein auf künstlicher Intelligenz basierendes System in Boston Alarm wegen des Ausbruchs eines neuen Virus in China. Doch erst mit menschlicher Intelligenz wurde die Bedeutung des Vorfalls erkannt und erste Reaktionen von Gesundheitsexperten auf das Coronavirus ausgelöst. Darüber hinaus kam ein von Menschen initiierter Alarm nur eine halbe Stunde später als der Computer.

Künstliche Intelligenz warnte früh vor Lungenentzündung

30. Dezember 2019 um 23.21 Uhr: Das automatisierte HealthMap-System am Kinderkrankenhaus von Boston meldete, dass es in der chinesischen Stadt Wuhan Fälle einer unbekannten Lungenentzündung gebe. Das System, das Online-Nachrichten und Berichte auf Social Media scannt, gab dem Vorfall nur die Priorität drei auf einer bis fünf aufsteigenden Skala. Bis die HealthMap-Forscher die tatsächliche Dimension erkannten, vergingen Tage.

Weiterlesen nach der Anzeige
Anzeige

Bereits vier Stunden vor der HealthMap-Nachricht hatte die New Yorker Epidemiologin Marjorie Pollack damit begonnen, an ihrer eigenen Warnung zu arbeiten. Auslöser war eine private E-Mail, die sie am frühen Abend erhalten und die sie mit zunehmender Sorge erfüllt hatte. Der E-Mail-Kontakt hatte auf einen Post auf der chinesischen Social-Media-Plattform Pincong verlinkt, in dem eine Mitteilung der Gesundheitsbehörde von Wuhan erörtert wurde. Darin war von einer “rätselhaften Lungenentzündung” die Rede.

Pollack, die für das von Ehrenamtlichen betriebene Programm zur Beobachtung aufkommender Krankheiten – kurz ProMed – arbeitet, mobilisierte umgehend ein Team, um der Sache nachzugehen. Der deutlich detailliertere Bericht von ProMed erschien rund 30 Minuten nach dem knappen HealthMap-Alarm.

Warnsysteme können einen zeitlichen Vorsprung verschaffen

Anzeige

Frühwarnsysteme, die Soziale Medien, Online-Artikel und Regierungsmitteilungen nach Hinweisen auf den Ausbruch von Infektionskrankheiten scannen, verschaffen globalen Einrichtungen wie der Weltgesundheitsorganisation WHO einen Vorsprung, während häufig noch lokale bürokratische Hürden und Sprachbarrieren zu überwinden sind.

Manche dieser Systeme wie ProMed bauen auf menschliche Expertise. Andere sind teilweise oder komplett automatisiert. “Diese Werkzeuge können helfen, den Regierungen Feuer unterm Hintern zu machen”, sagt John Brownstein, der das HealthMap-System in Boston betreut. “Es zwingt die Menschen, offener zu sein.”

Anzeige

Die letzten 48 Stunden des Jahres 2019 waren entscheidende, um die Bedeutung des neuen Virus zu verstehen. In Lauf des 30. Dezembers hatte Li Wenliang, Arzt am Zentralhospital in Wuhan, seine ehemaligen Mitschüler in einer Social-Media-Gruppe vor dem neuen Virus gewarnt. Wenige Stunden später wurde er deswegen von den örtlichen Behörden vorgeladen und vernommen. Li infizierte sich selbst mit dem Virus und starb am 7. Februar. Vor seinem Tod hatte er der “New York Times” in einem Interview gesagt, es wäre besser gewesen, wenn die Behörden Informationen über die Epidemie früher preisgegeben hätten.

Frühwarnsysteme setzen auf Schlüsselwörter

Berichte von ProMed fließen oft in andere Frühwarnsysteme ein, darunter auch bei der WHO. Die Weltgesundheitsorganisation stützt sich aber auch auf Daten von HealthMap und anderen Quellen.

Computersysteme durchkämmen das Internet nach Informationen über Krankheitsausbrüche und stützen sich dabei auf Sprachverarbeitungsprozesse. Aber die zugrunde liegenden Algorithmen könnten nur so effektiv sein wie die Daten, die sie scannen, sagt Nita Madhav, Vorstandschef des Unternehmens Metabiota mit Sitz in San Francisco. Die Firma warnte ihre Kunden Anfang Januar vor dem Ausbruch.

Die Texterkennungsprogramme suchen nach Schlüsselwörtern in den Online-Texten. Wenn jedoch unterschiedlich über neue Virus-Fälle berichtet werde, die Fälle zusammengefasst würden oder es neue Fälle in einem vorgegebenen Zeitintervall gebe, könne dies die Ergebnisse verzerren, sagt Madhav. Deswegen würden die Daten nahezu immer nochmals von einem Menschen geprüft.

Datenmengen sollen Verbreitungswege nachzeichnen

Anzeige

Mit Big Data, also der Analyse riesiger Datenmengen, versuchen Wissenschaftler auch die möglichen Routen nachzuzeichnen, über die sich das Virus am Anfang verbreitet hat. So untersuchte Anfang Januar Isaac Bogoch, Arzt für Infektionskrankheiten am General Hospital in Toronto, zusammen mit dem Unternehmen BlueDot, welche Städte außerhalb Festlandchinas am stärksten mit Wuhan verbunden waren.

Erst Ende Januar stoppte Wuhan alle abgehenden Verkehrsflüge. Davor waren rund fünf Millionen Menschen bereits geflohen, wie der Bürgermeister später einräumte. Die meisten Flüge gingen nach Thailand, Japan und Hongkong, sagt Bogoch. “Und siehe da: Ein paar Tage später konnten wir beobachten, wie dort die ersten Fälle aufkamen.” Inzwischen hätten viele Regierungen drastische Schritte eingeleitet, um die Verbreitung der Krankheit einzudämmen. Jetzt sei es schwieriger vorherzusagen, was als Nächstes komme, sagt Bogoch.

Systeme mit künstlicher Intelligenz sind abhängig von riesigen Datenmengen zu früheren Ereignissen, um den Computern beizubringen, wie sie neue Fakten interpretieren müssen. Doch bislang gibt es keine auch nur annähernden Parallelen zu der Art, wie China Quarantäne-Zonen durchsetzt, die Hunderte Millionen Menschen betreffen.

Anzeige

RND/AP

  • Laden Sie jetzt die RND-App herunter, aktivieren Sie Updates und wir benachrichtigen Sie laufend bei neuen Entwicklungen.

    Hier herunterladen