Cyber Valley erweitert mit AIRAmed und Computomics das Start-up Network

„Die Aufnahme von AIRAmed in das Cyber Valley Start-up Network unterstreicht, wie sehr medizinische Anwendungen von KI-Technologie an Bedeutung gewinnen“, sagt Michael Black, Direktor der Abteilung Perzeptive Systeme am Max-Planck-Institut für Intelligente Systeme und Cyber Valley Sprecher. „Computomics ist führend im Bereich der ML-basierten Datenanalyse und zeigt, welchen Beitrag KI bei der Entwicklung von Nahrungsmitteln leisten kann – insbesondere in Zeiten des Klimawandels und angesichts der wachsenden Weltbevölkerung. AIRAmed und Computomics sind aufstrebende Unternehmen, die beispielhaft für das große Innovationspotenzial des Cyber Valley Ökosystems stehen.“

AIRAmed: Zuverlässige Messwerte für personalisierte Medizin

Pro Jahr werden allein in Deutschland etwa 350.000 Fälle von Demenzerkrankungen neu diagnostiziert. Bildgebende Verfahren sind bei der Diagnose von Demenz und anderen neurodegenerativen Erkrankungen, wie z.B. Alzheimer, Parkinson und Multiple Sklerose von entscheidender Bedeutung. Bildgebend fassbare, strukturelle Veränderungen gehen dabei den klinischen Symptomen dieser Erkrankungen zeitlich um viele Jahre voraus. Eine bestmögliche Früherkennung und die korrekte Zuordnung zu den unterschiedlichen Erkrankungstypen ist daher für die Prävention und den Einsatz medikamentöser Therapien essentiell. AIRAmed liefert hier zuverlässige Messwerte, als Basis für individuelle Biomarker im Rahmen einer personalisierten Medizin.

„Wir wollen universitäre Spitzenforschung zu den Patientinnen und Patienten bringen. Mit dem Service von AIRAmed können behandelnde Ärztinnen und Ärzte anhand quantitativ-objektiver Messparameter spezifische Krankheitsbilder sehr viel früher erkennen, entsprechende Therapien frühzeitig einleiten und deren Erfolg im Verlauf kontrollieren“, sagt Tobias Lindig, einer der Gründer und Geschäftsführer von AIRAmed. Die Software vergleiche radiologische Bilddaten mit Hilfe neuronaler Netze gegen ein großes Referenzkollektiv aus Gesunden von gleichem Alter und Geschlecht und extrahiere daraus messbare Erkrankungseigenschaften. Strukturelle Veränderungen im Gehirn würden nahezu in Echtzeit und in höchster Qualität erkannt und durch den Abgleich mit Referenzdaten im Hintergrund quantifiziert. „Das Ergebnis ermöglicht eine objektive und schnelle Diagnostik sowie ein feingranulares Therapie-Monitoring – für mehr Lebensqualität, ganz im Sinne der Patienten“, sagt Lindig.

AIRAmed ist eine Ausgründung des Universitätsklinikums Tübingen (UKT) und hat seinen Standort in Tübingen. Das Start-up verfügt über einen Kooperationsvertrag mit dem UKT zur Gewinnung von Daten zur Qualitätssicherung, Validierung sowie Weiterentwicklung der Software – und pflegt zudem eine Forschungskooperation mit dem Max-Planck-Institut für biologische Kybernetik, Abteilung Hochfeld-Magnetresonanz.

Computomics: Effizientere Pflanzenzucht dank KI

Ebenfalls in Tübingen beheimatet ist die 2012 gegründete Computomics GmbH mit ihrem Team aus führenden Expertinnen und Experten in den Bereichen des maschinellen Lernens, der Pflanzenzucht und der Bioinformatik. Computomics hat bereits mehr als 100 Projekte in zwölf Ländern betreut und kooperiert unter anderem mit dem Quantitative Biology Center der Universität Tübingen (QBiC).

„Die Agrarindustrie ist weltweit mit der Aufgabe konfrontiert, neue Pflanzensorten für ein sich wandelndes Klima und mit weniger Ressourcen zu liefern“, sagt Sebastian Schultheiss, Gründer und Geschäftsführer von Computomics. „Bislang dauert die Züchtung neuer Sorten im Durchschnitt 13 Jahre. Seit einigen Jahren fließen hierbei immer mehr Daten ein, beispielsweise zur Phänotypisierung, Drohnenbilder sowie Klima-, Boden- und Markerdaten. Wir haben einzigartige Berechnungstechniken entwickelt, die es den Unternehmen ermöglichen, Merkmale wie Ertrag, Geschmack, Farbe, Textur und Haltbarkeit zu optimieren.“ Durch den Einsatz von KI-Modellen könnten Millionen von Kreuzungen innerhalb kürzester Zeit simuliert werden, ohne dass diese im Feld gepflanzt werden müssten. Dadurch ließen sich die Erträge landwirtschaftlicher Produkte viel zuverlässiger berechnen.