Wie kann KI dazu beitragen, die Entwicklung neuer Therapien bei Hörverlust zu beschleunigen?

Eine neue Studie in „Molecular Therapy“ stellt „CochleaNet“ vor, ein Deep-Learning-Framework zur Analyse hochauflösender 3D-Bilder der Cochlea. Durch die Kombination von Gewebeklärung, Lichtblattmikroskopie und maschinellem Lernen ermöglicht der Ansatz eine automatisierte Analyse von Sinneszellen, Hörneuronen, Synapsen und der Expression therapeutischer Proteine.

An der Studie waren CAIMed-Projektleiter Prof. Tobias Moser und CAIMed-Mentor Prof. Constantin Pape beteiligt, die beide dem Max-Planck-Institut für Multidisziplinäre Naturwissenschaften und der Georg-August-Universität Göttingen angehören.

Durch die Ermöglichung einer schnelleren und umfassenderen Beurteilung der Cochlea-Anatomie und des Gentransfers unterstützt CochleaNet die präklinische Entwicklung von Gen- und optogenetischen Therapien bei Hörverlust.

Die Arbeit steht im Einklang mit der Mission von CAIMed zur Wiederherstellung der Sinnesfunktionen: Die Zusammenführung von KI, fortschrittlicher Bildgebung und Neurowissenschaften, um die notwendigen Erkenntnisse zu gewinnen, die erforderlich sind, um vielversprechende therapeutische Ansätze in die klinische Anwendung zu überführen.

Lesen Sie den gesamten Artikel: https://www.cell.com/molecular-therapy-family/molecular-therapy/fulltext/S1525-0016(26)00883-X