ABU DHABI, 14. November 2026 (WAM) – Die Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) treibt Forschung voran, die künstliche Intelligenz (KI) nutzt, um die Früherkennung von Diabetes durch innovative Ansätze zur Identifizierung von Risikofaktoren und zur Analyse gesundheitlicher und genetischer Indikatoren zu verbessern. Anlässlich des Weltdiabetestages, der jährlich am 14. November begangen wird, untersuchen Forschende der Universität, wie KI frühe Anzeichen eines Diabetesrisikos anhand von Daten erkennen kann, die herkömmliche Screenings übersehen könnten – im Einklang mit dem diesjährigen Motto „Frühzeitiges Handeln bei Diabetes“.

MBZUAI leitet in den VAE das Human Phenotype Project (HPP), eine kostenlose, freiwillige Langzeitstudie in Abu Dhabi, die Teilnehmende bis zu 25 Jahre lang begleitet. Die Studie steht Staatsbürgern und Einwohnern der VAE im Alter von 18 bis 70 Jahren offen, kombiniert mehr als 40 Ebenen von Gesundheitsdaten – darunter genetische Informationen, Blut-Biomarker, medizinische Bildgebung, kontinuierliche Glukoseüberwachung und Schlaftracking – und stützt sich auf die Bevölkerung des Landes aus mehr als 200 Nationalitäten, um alters- und ethnienspezifische Referenzstandards zu etablieren. Die HPP-Ergebnisse zeigten, dass 40 Prozent der Personen mit zunächst normal erscheinenden Nüchternglukosewerten bei kontinuierlicher Überwachung später Werte im Prädiabetes-Bereich aufwiesen.

HPP-Daten unterstützen zudem die Entwicklung von GluFormer, einem KI-Basismodell von MBZUAI-Forschenden und Partnern, das tägliche Glukoseschwankungen analysiert, statt sich allein auf Durchschnittswerte wie den HbA1c-Test zu stützen. GluFormer wurde im Januar 2026 in Nature veröffentlicht, mit mehr als 10 Millionen Messwerten aus der kontinuierlichen Glukoseüberwachung von 10.812 HPP-Teilnehmenden trainiert und kann Glukosemuster anhand von nur zwei Wochen Daten erkennen. Eine multimodale Version mit Ernährungsinformationen kann individuelle Glukosereaktionen auf bestimmte Lebensmittel simulieren.

Eine weitere Initiative befasst sich mit der genetischen Anfälligkeit für Typ-2-Diabetes mithilfe polygener Risikoscores (PRS). Das fünfjährige Projekt von 2025 bis 2030 greift auf den Bestand des Emirati Genome Program mit 900.000 Genomen sowie auf über Malaffi, den Gesundheitsinformationsaustausch Abu Dhabis, erfasste Typ-2-Diabetes-Diagnosen zurück. Ziel ist es, einen bevölkerungsspezifischen PRS für Emiratis zu entwickeln und zu validieren und so die Grenzen bestehender, überwiegend auf europäischen Genomdaten basierender Modelle zu überwinden. Das Team wird außerdem eine genomweite Assoziationsstudie durchführen, um Ärzten zu helfen, Personen mit höherem Risiko früher zu erkennen.

Forschung unter Leitung von Professor Imran Razzak, Associate Professor für Computational Biology an der MBZUAI, deckt Zusammenhänge zwischen Mundmikroben und diabetesbedingten Stoffwechselveränderungen auf. KI-Modelle auf Basis ausgewählter oraler mikrobieller Merkmale unterschieden Personen mit Prädiabetes genauer als Modelle, die auf vollständigen mikrobiellen Profilen beruhen. Verwandte Studien ergaben, dass der Verzehr von Obst, Gemüse und Ballaststoffen sowie mediterrane und vollwertige pflanzenbasierte Ernährungsweisen mit bestimmten Mikrobenarten und Stoffwechselwegen in Verbindung stehen.

Im aufstrebenden Feld der Okulomik entwickeln MBZUAI-Forschende KI-Systeme, die Anzeichen systemischer Erkrankungen in Netzhautbildern erkennen. Bei einer Forschungspräsentation mit der Cleveland Clinic Abu Dhabi im Oktober 2025 zeigte die MBZUAI, wie Augenscans helfen könnten, frühe Indikatoren für Diabetes, Bluthochdruck, Alzheimer und Herzerkrankungen zu identifizieren. Professor Jianing Qiu, Assistant Professor für personalisierte Medizin, leitet Arbeiten zu retinalen Biomarkern metabolischer und vaskulärer Dysfunktion, während das Team von Professor Razzak retinale Gefäßbildgebung mit Elektrokardiogramm-Daten (EKG) kombiniert, um frühe Anzeichen einer Herzinsuffizienz zu erkennen. Die Systeme sollen Ärzte unterstützen, nicht ersetzen.

Die Forschung spiegelt die umfassenden Investitionen der VAE in Gesundheitstechnologie wider; das Gesundheitswesen zählt zu den Prioritätssektoren der Nationalen KI-Strategie 2031 der VAE, während Initiativen wie das Emirati Genome Program und Malaffi die Datengrundlagen für eine frühere Erkennung von Krankheitsrisiken stärken.

(Quelle: WAM.ae)