Interview

Künstliche Intelligenz im Labor: Eine neue Perspektive

Interview mit Dr. Constantin Kappel, Produktmanager bei Leica Microsystems, über die Möglichkeiten und Herausforderungen der Bildgebung im Zeitalter der Künstlichen Intelligenz (KI).

Herr Dr. Kappel, welche Rolle spielt die Künstliche Intelligenz in Ihrer täglichen Arbeit?
© Leica Microsystems

Kappel: Ich beschäftige mich intensiv mit dem Trainieren von neuronalen Netzen, einer bestimmten Form des Maschinenlernens, um Probleme im Bereich der Bildanalyse und Automation lösen zu können. Die technischen Hürden in der Soft- und Hardware werden immer niedriger, wodurch sich die KI immer mehr zu einem Standard-Werkzeug entwickelt und ein integraler Bestandteil in der Softwareentwicklung ist.

Inwieweit können diese großen Datenmengen überzeugende Resultate liefern – besonders im Bereich der Bildgebung?

Kappel: Ein Bild sagt mehr als 1 000 Worte. Das liegt daran, dass sehr viele Informationen in einem Bild stecken. Wenn man ein Bild beschreiben soll, merkt man erst, wie viel Informationen eigentlich darin stecken. Im Alltag ist einem das nicht bewusst. Unser Gehirn ist darin geschult, Bilder zu erkennen. In der Mikroskopie innerhalb der Lebenswissenschaften möchte man quantitative Informationen, zum Beispiel über Proteininteraktionen in lebenden Zellen aus Bildern erhalten. Wenn man diese Messungen von Hand ausführen muss, dauert das sehr lange. Schon heute sind bildgebende Verfahren in der Lage, viel größere Datenmengen zu produzieren, als von Menschen analysiert werden können. Die KI wird mehr und mehr in den Bereich der Interpretation der aufgenommenen Bilder vordringen und Messungen an Bildern übernehmen. 

Anzeige

Worin sehen Sie die größten Herausforderungen in der Mikroskopie innerhalb der Life-Science-Forschung?

Kappel: Sowohl physikalische Gegebenheiten, wie z. B. Rauschen oder Unschärfe als auch endogene Expression (eine Konzentration von Biomolekülen, die den Verhältnissen in der natürlichen Zelle entspricht) verhindern eine Höchstauflösung und somit eine gute Bildqualität. Um eine ausgezeichnete Bildqualität zu erreichen, setzen wir bereits auf intelligente Bildanalyseverfahren, wie z. B. bei unserem 3D-Stereomikroskop Thunder, um schnell und einfach ganze Organismen in 3D und mit feinsten strukturellen Details sichtbar machen zu können.

Eine Herausforderung dabei ist, die gewünschte Information in großen Datenmengen zu finden oder durch intelligente Erkennung der Bilder dem Anwender die Gerätesteuerung zu erleichtern. Derzeit ist es noch zu zeitaufwändig, ganze Organe in geklärten Proben oder ganze Organismen aufzunehmen.

Können Sie ein konkretes Projekt in Ihrer Arbeit nennen, in dem KI erfolgreich zum Einsatz kommt?

Kappel: Die letzten zwei Jahre waren geprägt von einem rasanten Anstieg von Publikationen im Bereich KI-gestützter Mikroskopie. Wir verfolgen diese Ansätze intensiv und arbeiten an der Entwicklung von intelligenten Mikroskopen. Ziel ist, dass diese in Zukunft wie ein Roboter funktionieren, dem man nur sagen muss, dass er ein Bild aufhängen soll. Er sucht sich dann Hammer, Nägel und die passende Stelle selbst aus und fragt höchstens noch einmal, ob einem die Stelle gefällt.

Ende letzten Jahres haben wir einen sehr erfolgreichen Bildwettbewerb auf der Data Science-Plattform Kaggle unterstützt. Dort ging es darum, die Verteilung von Proteinen innerhalb von Zellen, die sogenannte subzelluläre Lokalisation auf Zellorganellen, automatisch aus Bildern mit Hilfe von KI zu bestimmen. Dies ist wichtig, wenn man verstehen will, welche Funktion diese Proteine in kranken und gesunden Zellen haben. Wenn man diese Information automatisch erhält, kann man gezielt nach bestimmten Auswirkungen – beispielsweise durch Medikamente – suchen und dabei statistisch belastbare Aussagen treffen. Die Ergebnisse des Wettbewerbs stehen der wissenschaftlichen Gemeinschaft zur Verfügung und werden sehr wahrscheinlich auch bei der Entwicklung neuer Werkzeuge verwendet werden. 

KI setzt voraus, dass große Datenmengen gespeichert und ausgetauscht werden. Welche Rolle spielt dabei der Datenschutz?

Kappel: Natürlich nehmen wir den Datenschutz sehr ernst und respektieren die Bedürfnisse unserer Nutzer. Im Bereich der Wissenschaft kommt noch hinzu, dass es einen starken Anreiz gibt, der Erste zu sein, der eine bestimmte Entdeckung veröffentlicht. Dies verstärkt das Bedürfnis nach Datenschutz. Darüber hinaus stammen manche Daten aus dem klinischen Bereich und sind noch stärker schützenswert. Gleichzeitig gibt es auch einen starken Bedarf der wissenschaftlichen Gemeinschaft nach Daten, um KI-Methoden überhaupt einsetzen zu können. Die Wissenschaftswelt löst das Problem, indem sie eigens Bildatlanten aufbaut, die parallel zu den Genomdaten der Bioinformatik der wissenschaftlichen Öffentlichkeit zur Verfügung gestellt werden. Dabei entwickelt sie eigene Grundsätze, nach denen die Forschungsdaten genutzt werden dürfen, wie zum Beispiel die „FAIR Data Principles“*.
(* https://www.forschungsdaten.org/index.php/FAIR_data_principles)

In welchem Ausmaß wird die Künstliche Intelligenz die Mikroskopie in den kommenden Jahren verändern?

Kappel: In der Zukunft werden wir einen großen Produktivitätsgewinn in der Mikroskopie durch KI sehen. Einerseits wird sie uns helfen, vorhandene Datenmengen zu analysieren – was von Hand viel zu lange dauern würde und bei hochdimensionalen Daten nur schwer möglich wäre. Zum anderen wird die Intelligenz des Aufnahmesystems zunehmen, so dass sich dann das Mikroskop dynamisch und automatisch dem Experiment anpassen kann. Ein System, das eigenständig Bilder versteht, kann viele Einstellungen am Gerät, die heute mühsam von Hand gemacht werden müssen, selbständig vornehmen. Dadurch steigen die Produktivität und auch die Qualität der Daten, weil nur das aufgenommen wird, was die gewünschte Information enthält.

Wissenschaftler müssen so immer weniger zu Experten in der Gerätetechnik werden, stattdessen können sie sich auf die Formulierung von Hypothesen und deren experimenteller Bestätigung konzentrieren. Es ist absehbar, dass die KI auch durch die Verbindung verschiedener Wissensdomänen, wie Genomdaten mit bildgebenden Verfahren, zu neuen Erkenntnissen beitragen wird, weil sie Muster erkennt, die sonst leicht übersehen werden könnten.

Die gelebte Praxis der Wissenschaft wird in Zukunft weniger aus täglicher Routine bestehen, sondern sich stärker um wirklich schwierige Fragen drehen, nach deren Antworten sie sucht. Generell gibt es einen starken Trend hin zu intelligenten Assistenzsystemen, sei das bei der Datenaufnahme, der Verfügbarmachung von Daten oder dem Auffinden von Daten und dem Entdecken von darin enthaltener Information.

Zur Person
Dr. Constantin Kappel ist Produktmanager bei Leica Microsystems in Mannheim und zuständig für die Entwicklung von Konfokal-Mikroskopen sowie Experte in dem Gebiet der Künstlichen Intelligenz in der Bildgebung.

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Newsletter bestellen

Immer auf dem Laufenden mit dem LABO Newsletter

Aktuelle Unternehmensnachrichten, Produktnews und Innovationen kostenfrei in Ihrer Mailbox.

AGB und Datenschutz gelesen und bestätigt.
Zur Startseite