(openPR) Im Rahmen der Preisverleihung im ORF Landesstudio Oberösterreich wurden die kreativsten Köpfe, besten Ideen und zukunftsweisendsten Projekte ausgezeichnet.
Das Software Competence Center Hagenberg (SCCH) und das KUK Kinderwunsch Zentrum am Kepler Universitätsklinikum wurden mit dem OÖ Innovationspreis in der Kategorie Forschungseinrichtungen (3. Platz) ausgezeichnet. Geforscht wird an daran, die Qualitätsbewertung der Blastozyste, des Embryos im Frühstadium, mit Hilfe künstlicher Intelligenz zu verbessern. Denn eine In-Vitro-Fertilisation ist mit hohem Aufwand und Kosten sowie körperlichen und psychischen Belastungen für die Patientinnen verbunden. Bei einer IVF-Behandlung werden Eizellen in einer Laborumgebung befruchtet. Die Embryonen werden spätestens im Blastozysten-Stadium (Tag fünf der Entwicklung) in die Gebärmutter eingepflanzt. Mit der neuen Methode wird die Qualitätsbewertung der Blastozysten so verbessert, dass die Wahrscheinlichkeit schwanger zu werden deutlich steigt!
Künstliche Intelligenz für künstliche Befruchtung
Ziel des Projekts ist die Qualitätsbewertung der Blastozysten durch KI-Methoden so zu verbessern, dass die Wahrscheinlichkeit bei einem Transfer schwanger zu werden deutlich steigt. "Gerade hier kann KI einen wesentlichen Beitrag leisten. Es können verschiedene neuronale Netze eingesetzt werden, um unter anderem die Qualität einer Blastozyste, die beste vorhandene Blastozyste, die Anzahl der einzusetzenden Blastozysten oder die Wahrscheinlichkeit einer Schwangerschaft zu bestimmen", sagt Ebner. Gespeist und trainiert werden diese neuronalen Netze mit einzelnen Bilddaten, Zeitraffer-Serien und weiteren klinischen Parametern, wie beispielsweise dem Alter der Patientinnen.
Trainingsdaten werden benötigt
Eine große Herausforderung beim Einsatz von KI-Methoden, sind die großen Trainingsdatenmengen die benötigt werden. Speziell im medizinischen Bereich können geeignete Trainingsdaten für Klassifizierungsnetze nur mit großem Aufwand generiert werden, da es an Daten von Patientinnen, benötigte Fachkenntnisse zur Datenaufnahme u.v.m. fehlt. "In diesem Projekt werden zum ersten Mal Generative Adversarial Networks (GANs) eingesetzt, um synthetische Bilddaten von Blastozysten zu erzeugen und damit die Menge an Daten um ein Vielfaches zu erhöhen. So können wir den Trainingsprozess der Netze deutlich verbessern. Da das Problem der geringen Datenmenge gerade im medizinischen Bereich oft die Performance von KI-Anwendungen begrenzt, können die Ergebnisse des Projekts auch für viele weitere derartige Problemstellungen von Bedeu-tung sein", sagt Mag. Markus Manz, CEO des SCCH.
