IMaGENE
IMaGENE entwickelt Algorithmen auf Basis Künstlicher Intelligenz (KI), die Daten bildgebender Verfahren sowie metabolische und genetische Parameter einbeziehen, um die Veränderung des Fettgewebes sowie die Verbesserung der Insulinresistenz durch eine Ernährungsintervention vorherzusagen. Die Erkenntnisse sollen zum Zwecke einer verbesserten Prävention und Therapie von Adipositas in individualisierte Lebensstilempfehlung einfließen.
Im Projekt IMaGENE werden zunächst epidemiologische Daten aus der UK Biobank genutzt, um einen automatisierten, auf „Deep Learning“ basierenden Ansatz zur Segmentierung der abdominalen Organe sowie des viszeralen und subkutanen Fettgewebes in MRT-Bildern zu trainieren. Weitere Daten wie das Fettverteilungsmuster, organspezifische Fettparameter und -depots, als auch genetische oder metabolische Parameter sind für die anschließende Entwicklung eines verbundenen neuronalen Netzwerks von Interesse. Ziel ist es, eine multidimensionale KI-basierte Charakterisierung von Personen durchzuführen, zu validieren und letztendlich personalisierte Prädiktionsmodelle zu entwickeln.
In einem weiteren Schritt soll das für die UK Biobank entwickelte Bildanalysemodell auf Daten einer humanen Interventionsstudie (LION-Studie) anhand Transfer-Learning-Techniken übertragen werden. Zusätzlich wird das entwickelte personalisierte multimodale Prädiktionsmodell auf die LION-Daten angewandt, um den Erfolg einer Lebensstilintervention vorherzusagen. Langfristiges Ziel ist es, durch computergestützte Prognosen eine auf das Individuum zugeschnittene Lebensstilempfehlung („Personalized Nutrition“) zur Prävention und Therapie von Adipositas geben zu können.