Forscher des MRC Laboratory of Medical Sciences haben ein KI-gestütztes Wissensgraphen-Tool namens CardioKG entwickelt, das die Entdeckung neuer Therapien gegen Herzkrankheiten erheblich beschleunigen könnte. Erstmals integriert ein solcher Graphen detaillierte Bildgebungsdaten des Herzens und verbindet sie mit genetischen, molekularen und klinischen Informationen.
Wissensgraphen vernetzen bekannte Daten zu Genen, Krankheiten, Medikamenten und Symptomen. Bisher fehlten jedoch präzise Angaben zur Struktur und Funktion betroffener Organe. CardioKG schließt diese Lücke, indem es Bilddaten von über 9.500 UK-Biobank-Teilnehmern einbezieht – darunter Patienten mit Vorhofflimmern, Herzinsuffizienz oder Herzinfarkt sowie Gesunde. Aus mehr als 200.000 bildbasierten Merkmalen trainierte das Team ein Modell, das Gen-Krankheits-Zusammenhänge und Möglichkeiten zur Umwidmung bestehender Medikamente vorhersagt.
Die Integration von Herzbildern steigerte die Vorhersagegenauigkeit dramatisch. CardioKG identifizierte neue krankheitsassoziierte Gene und schlug zwei Medikamente zur Umwidmung vor: Methotrexat, bisher gegen Rheumatoide Arthritis eingesetzt, könnte Herzinsuffizienz verbessern; Gliptine, Diabetesmedikamente, könnten bei Vorhofflimmern helfen. Überraschend zeigte sich ein schützender Effekt von Koffein bei Patienten mit unregelmäßigem Herzschlag.
Die Technologie ist als Proof-of-Concept vielversprechend und lässt sich auf andere Organe übertragen – etwa Gehirnscans bei Demenz oder Fettgewebsbildgebung bei Adipositas. Pharmaunternehmen könnten von priorisierten Genlisten profitieren, die die Target-Suche effizienter machen.
Zukünftig soll CardioKG zu einem dynamischen, patientenzentrierten System werden, das Krankheitsverläufe in Echtzeit abbildet und personalisierte Therapien sowie Prognosen ermöglicht.
Originalpublikation: Rjoob, K. et al. A multi-modal vision knowledge graph of cardiovascular disease. Nature (2025).
