Digitale Zwillinge: Verbundprojekt entwickelt KI-gestützte Patientenmodelle für bessere Therapieentscheidungen

Das Verbundvorhaben „Individualisierte Patientenmodelle in der Intensivmedizin“ (IPI) will mathematische Modelle und KI-Methoden nutzen, um Ärzte auf Intensivstationen bei Therapieentscheidungen zu unterstützen. Kern des Projekts sind sogenannte digitale Zwillinge. Das sind mathematische Modelle, die individuelle Körperfunktionen realitätsnah abbilden.

Das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) fördert das Vorhaben im Programm „Mathematik für Innovationen“ mit rund 1,1 Millionen Euro. Beteiligt sind Arbeitsgruppen der Universität Bonn, des Universitätsklinikums Bonn (UKB), der Technischen Universität Berlin und der TU Bergakademie Freiberg.

Ein zentrales Thema ist die Verlässlichkeit der Modelle. Prof. Dr. Sven Zenker, Projektleiter am UKB, betont, dass ein digitaler Zwilling nicht nur Vorhersagen liefern darf, sondern auch deren Grenzen und Unsicherheiten transparent machen muss. Erste Arbeiten konzentrieren sich auf das Herz-Kreislauf-System. Ziel ist es, Auffälligkeiten früher zu erkennen, physiologische Kenngrößen genauer zu bestimmen und Therapiereaktionen vorherzusagen, etwa bei Medikamenten zur Kreislaufunterstützung.

Prof. Gabriele Steidl (TU Berlin) und Prof. Björn Sprungk (TU Bergakademie Freiberg) heben hervor, dass maschinelles Lernen auf mathematischer Grundlage und gestiegene Rechenleistung heute statistisch präzise Schätzverfahren ermöglichen, die bislang kaum realisierbar waren. Die Verfahren werden regelmäßig an realen intensivmedizinischen Datenströmen getestet.

Langfristig soll das Projekt dazu beitragen, die Intensivmedizin stärker zu individualisieren. Ärzte könnten künftig auf mathematisch fundierte digitale Werkzeuge zurückgreifen, die komplexe Patientendaten aufbereiten, Risiken früher sichtbar machen und Therapieentscheidungen besser absichern.