Lamarr-Exponat auf der MS Wissenschaft

Wie KI medizinische Entscheidungen verbessern kann

Bessere medizinische Entscheidungen können Lebensqualität verbessern – vorausgesetzt, Ärztinnen und Ärzte verstehen, welche Faktoren Krankheiten tatsächlich beeinflussen. Genau hier setzt moderne KI-Forschung an: Sie hilft, aus großen Mengen medizinischer Daten echte Ursache-Wirkungs-Zusammenhänge zu erkennen. Wie solche Methoden funktionieren, zeigt ein Exponat des Lamarr Instituts für Maschinelles Lernen und Künstliche Intelligenz unter der wissenschaftlichen Leitung von Lamarr-Wissenschaftler Prof. Dr. Michael Kamp gemeinsam mit dem Institut für Künstliche Intelligenz in der Medizin (IKIM) der Universitätsmedizin Essen auf der MS Wissenschaft 2026.

Das Ausstellungsschiff geht im Mai 2026 wieder auf Tour. Wie die Veranstalter heute bekannt gegeben haben, wird die interaktive Ausstellung im Wissenschaftsjahr „Medizin der Zukunft“ rund 35 Städte in Deutschland, Polen und Österreich ansteuern und aktuelle medizinische Forschung für die Öffentlichkeit erlebbar machen.

Ein digitaler Zwilling als Forschungsmodell

Das interaktive Exponat mit dem Arbeitstitel „Digital Twin Medizin: Kausalität verstehen, Leben retten“ macht zentrale Prinzipien moderner datengetriebener Medizin erfahrbar. Besucherinnen und Besucher arbeiten mit einem digitalen Zwilling eines Patienten und können selbst medizinische Hypothesen prüfen und Behandlungsentscheidungen treffen.

Über ein halbtransparentes Touchdisplay analysieren sie Patientendaten, testen unterschiedliche Therapieoptionen und beobachten, wie sich diese Entscheidungen auf den Gesundheitszustand des virtuellen Patienten auswirken. Die Simulation zeigt dabei, welche Zusammenhänge tatsächlich kausal sind – und welche lediglich zufällige Korrelationen darstellen. So wird nachvollziehbar, warum medizinische Entscheidungen häufig komplex sind – und wie Methoden aus der modernen KI-Forschung helfen können, diese Komplexität besser zu verstehen.

Warum Kausalität in der Medizin entscheidend ist

Viele KI-Systeme erkennen Muster in Daten. Für medizinische Entscheidungen reicht das jedoch oft nicht aus. Entscheidend ist zu verstehen, welche Faktoren tatsächlich eine Wirkung verursachen. Hier setzen Forschungsansätze wie kausale Modellierung und Counterfactual Reasoning an. Sie erlauben es, nicht nur statistische Zusammenhänge zu analysieren, sondern gezielt zu untersuchen, wie sich alternative medizinische Entscheidungen auf einen Krankheitsverlauf auswirken könnten – etwa indem Modelle simulieren, welche Behandlung unter vergleichbaren Voraussetzungen den größten therapeutischen Effekt erwarten lässt.

Langfristig eröffnen solche Methoden neue Möglichkeiten für eine stärker personalisierte Medizin. Therapien können gezielter ausgewählt werden, Risiken besser abgeschätzt und Behandlungen individueller auf Patientinnen und Patienten zugeschnitten werden, mit dem Potenzial, Behandlungserfolge zu verbessern und Lebensqualität zu erhöhen.

Forschung verständlich vermitteln

Die MS Wissenschaft bringt aktuelle Forschung jedes Jahr direkt zu einem breiten Publikum. An Bord können Besucherinnen und Besucher an rund 30 interaktiven Stationen selbst experimentieren und Einblicke in neue wissenschaftliche Methoden gewinnen. Für das Lamarr Institut ist die Beteiligung Teil seines Anspruchs, KI-Forschung transparent und nachvollziehbar zu vermitteln, insbesondere in gesellschaftlich relevanten Anwendungsfeldern wie der Medizin. Die gemeinsame Station von Lamarr und IKIM zeigt dabei exemplarisch, wie Methoden aus dem maschinellen Lernen und der medizinischen Forschung zusammenwirken, um neue Perspektiven für Diagnostik und Therapie zu eröffnen. Die Forschung zum Exponat ist im Forschungsschwerpunkt Life Sciences & Health angesiedelt, der sich beispielsweise mit datengetriebenen Methoden für medizinische Diagnostik, Therapie und Gesundheitsforschung beschäftigt.