Künstliche Intelligenz kann bei der Auswertung lichtbasierter Diagnostik wie der Raman-Spektroskopie helfen. Noch gibt es dafür keine Standards. Eine aktuelle Arbeit könnte das ändern.
Mit Hilfe der Raman-Spektroskopie lässt sich der molekulare Fingerabdruck von Proben ermitteln. Damit können zum Beispiel Materialien aufgrund ihrer spezifischen chemischen Zusammensetzung unterschieden werden. Ebenso ist es möglich, Krankheitserreger zu identifizieren oder krankes Gewebe zu erkennen. Dabei sind die zu detektierenden Signale und Signal-Unterschiede innerhalb der Messdaten nur minimal und werden von zahlreichen Faktoren beeinflusst.
Für die Auswertung kommen Methoden des Machine Learning – also künstliche Intelligenz (KI) – zum Einsatz. „Um der Raman-Spektroskopie zum Durchbruch in der Anwendung zu verhelfen, braucht es standardisierte Arbeitsabläufe die möglichst robuste Ergebnisse liefern“, so Dr. Thomas Bocklitz, Leiter der Forschungsabteilung Photonic Data Science am Leibniz-IPHT sowie der Universität Jena. Bisher gibt es aber noch keine etablierten vereinheitlichten Normen für den Analyseprozess von Raman-Spektren.
In einem kürzlich in der Zeitschrift Nature Protocols veröffentlichten Beitrag liefert Bocklitz gemeinsam mit Kollegen erstmalig eine Anleitung für die Auswertung von Raman-Spektren und bezieht dabei alle Arbeitsschritte, angefangen beim experimentellen Design über die Datenaufbereitung bis hin zur Datenmodellierung und statistischen Analyse, mit ein. Das Team verweist zugleich auf mögliche Fallstricke und wie sie umgangen werden können.
Die Forscher aus Jena möchten mit der publizierten Anleitung einen Beitrag zur standardisierten Raman-Spektralanalyse liefern. Gemeinsam mit Partnern anderer Forschungseinrichtungen soll die Methodik in einem nächsten Schritt auf die Gerätevergleichbarkeit durch einen gemeinsamen Ring-Versuchs fokussiert werden, indem Methoden zur Korrektur der Geräteabhängigkeit erforscht werden. Die Wissenschaftler wollen die standardisierten Methoden zur KI-basierten Auswertung von Raman-Spektren zur Entwicklung von lichtbasierten Diagnoseverfahren und neuartigen Therapieansätze einsetzen.
Dieser Artikel basiert auf einer Pressemitteilung des Leibniz-Instituts für Photonische Technologien. Die Originalpublikation haben wir euch hier und im Text verlinkt.
Bildquelle: Vlado Paunovic, Unsplash
