Intelligente Ansätze zur besseren Krankheitsvorbeugung
Der Klimawandel und der globale Personen- und Warenverkehr haben das Risiko von Bedrohungen durch Krankheiten erhöht. Die COVID-19-Pandemie hat außerdem verdeutlicht, dass verbesserte Systeme zur Überwachung und für den Austausch von Informationen über Epidemien zur Früherkennung, Überwachung und Bewertung neu auftretender Infektionskrankheiten erforderlich sind. Eine zentrale Herausforderung besteht darin, dass die derzeitigen Krankheitsüberwachungssysteme auf routinemäßig gesammelten Daten beruhen, etwa aus der passiven Überwachung, um das Auftreten und die Ausbreitung von Krankheiten zu überwachen und geeignete Reaktionen zu erarbeiten. Neue Ansätze, bei denen künstliche Intelligenz (KI), maschinelles Lernen und die Analyse von Big Data aus einer Reihe von Quellen einbezogen werden, könnten dazu beitragen, die Bereitschaft zu verbessern, denn durch sie werden die Triebkräfte für das Auftreten von Krankheiten besser verständlich und die Entwicklung genauerer Modelle möglich.
Bedrohungen durch Infektionskrankheiten reagieren
Ein gutes Beispiel für Bemühungen in dieser Richtung ist das EU-finanzierte Projekt MOOD(öffnet in neuem Fenster). Im Rahmen dieser Initiative wurde anhand der Sammlung und Auswertung von Daten mithilfe maschinellen Lernens eine einzigartige digitale Plattform entwickelt, die Europas Fähigkeit zur Erkennung von und Reaktion auf Bedrohungen durch Infektionskrankheiten in Form eines Konzepts „Eine Gesundheit“ verbessern soll. „Unser Ziel bestand darin, denjenigen, die Forschung und Risikobewertung für wissenschaftlich fundierte Entscheidungen im Bereich der öffentlichen Gesundheit betreiben, komplexe Daten- und Modellierungsinstrumente zur Verfügung zu stellen“, erklärt Projektkoordinatorin Elena Arsevska vom Französischen Agrarforschungszentrum für Internationale Entwicklung(öffnet in neuem Fenster) (CIRAD) in Frankreich. Das Team von MOOD setzte mathematische, statistische und datenwissenschaftlich hinterlegte Verfahren in der Infrastruktur der Plattform ein und integrierte Algorithmen des maschinellen Lernens, um prädiktive Risikokarten für Krankheiten zu erstellen. Zusätzlich integrierte das Konsortium das PADI-Web-Instrument, das mithilfe der Verarbeitung natürlicher Sprache automatisch krankheitsbezogene Informationen aus Onlinemedien scannt, extrahiert und analysiert, um die ereignisbasierte Überwachung zu unterstützen.
Datenwissenschaft für prädiktive Modellierung
Das Endergebnis ist eine frei zugängliche Plattform(öffnet in neuem Fenster), auf der Umwelt-, Klima-, Wirtsverbreitungs- und Krankheitsdaten zusammengeführt werden. Ziel ist es, Fachleute im Bereich der öffentlichen Gesundheit und der Tiergesundheit dabei zu unterstützen, schnellere und sachlich fundiertere Entscheidungen über Bedrohungen durch neu auftretende Krankheiten zu treffen. Somit bietet die Plattform gegenwärtig zum Beispiel die Möglichkeit, Krankheitsrisiken für verschiedene Pathogene zu kartieren, darunter das West-Nil-Fiebervirus, die Zeckenenzephalitis beim Menschen, die Vogelgrippe bei Vögeln und die antimikrobielle Resistenz bei der Lebensmittelgewinnung dienenden Tieren. „Wir werden der Plattform in Zukunft weitere Krankheiten hinzufügen, je nach europäischem Bedarf“, sagt Arsevska. Mehr als zwanzig Partnerinstitutionen in Europa und den Vereinigten Staaten arbeiteten eng zusammen, um sicherzustellen, dass die Plattform den realen Bedürfnissen der Endnutzenden entspricht. „Die Stärke von MOOD liegt nicht nur in der Technologie, sondern auch in ihrer Anwendung“, merkt Arsevska an.
Praktische Auswirkungen auf Strategien im Bereich der öffentlichen Gesundheit
Im Rahmen des Projekts wurden spezielle Fallstudien durchgeführt, um die realen Auswirkungen der Plattform auf Strategien im Bereich der öffentlichen Gesundheit zu demonstrieren. Jede Studie beinhaltete Datenintegration, prädiktive Modellierung und die Perspektive des Konzepts „Eine Gesundheit“, worin sich die Interdependenz zwischen der Gesundheit von Mensch, Tier und Umwelt widerspiegelt. Diese Fallstudien befassten sich mit Infektionskrankheiten, die unterschiedliche Übertragungswege, zeitliche Dynamiken und geografische Verteilungen in Europa im Kontext des Klimawandels repräsentieren. Beispielsweise veranschaulichte das Forschungsteam von MOOD, dass anhand von Lebensraum-, Landnutzungs- und Wildtierdaten die Risikokartierung auf lokaler Ebene für Zeckenenzephalitis in Europa optimierbar ist. Im Fall des West-Nil-Fiebervirus kombinierte das Team indikator- und ereignisbasierte Überwachungsdaten, um das Risiko des Auftretens der Krankheit abzubilden und die Stärke der Infektion mittels Längsschnittdaten aus der Überwachung zu modellieren. Bei der Fallstudie zur Vogelgrippe wurden herkömmliche Ausbruchsmeldungen mit genomischen Daten kombiniert, um die Übertragungsrisiken von Wildvögeln auf Hausgeflügel zu bewerten. Diese Herangehensweise kam auch bei der Kartierung von Hotspots für das Auftreten von Krankheiten zum Einsatz. Die Fallstudie zur antimikrobiellen Resistenz ergab kritische Lücken in der sektorübergreifenden Datenintegration und verdeutlichte, auf welche Weise resistente Krankheitserreger in der Tierhaltung in den verschiedenen Regionen ungleiche Risiken darstellen. Die Ergebnisse verdeutlichten die dringende Notwendigkeit besser koordinierter Überwachungsstrategien entsprechend dem Konzept „Eine Gesundheit“. Während der COVID-19-Pandemie trugen die Arbeit im Zuge von MOOD dazu bei, die Virusausbreitung zu bewerten, die Auswirkungen von Mobilitätsbeschränkungen(öffnet in neuem Fenster) zu evaluieren und Maßnahmen der Gesundheitsbehörden in Europa durch Sachkunde zu untermauern. „MOOD unterstützte die Zukunftssicherheit, denn es wurden Kooperationsplattformen, Forschungskonsortien und Modellierungsnetzwerke gestärkt, um die gemeinsame Nutzung von Daten und Codes sowie die effektive Zusammenarbeit zwischen Wissenschaft, für Entscheidungen Verantwortlichen und Datenanbietern zu fördern“, fügt Arsevska hinzu. Um auf diesen Ergebnissen aufzubauen und die Nachhaltigkeit über die Projektlaufzeit hinaus zu sichern, hat das Team von MOOD eine internationale gemeinnützige Vereinigung gegründet, um die Plattform zu pflegen und zu propagieren sowie gleichzeitig neue Kooperationen zu knüpfen und Finanzierungsmöglichkeiten zu erkunden.
