Ein neu entwickeltes künstliches Intelligenz-Modell namens AI-GIS Infection Dynamics (AGID) kann die Ausbreitung von Infektionskrankheiten in geschlossenen Räumen präzise vorhersagen und dabei helfen, wirksamere Maßnahmen zur Eindämmung zu identifizieren. Die Forschung, die von einem internationalen Team durchgeführt wurde, stellt ein bahnbrechendes Werkzeug vor, das insbesondere in Umgebungen wie Krankenhäusern, Schulen, Flugzeugen oder Gefängnissen von großer Bedeutung ist, wo Infektionen aufgrund von dichter Bevölkerungsdichte und eingeschränkter Luftzirkulation besonders schnell verbreitet werden können. Das AGID-Modell kombiniert künstliche Intelligenz mit geographischen Informationssystemen (GIS) und realen Daten über Menschenbewegungen, Raumstrukturen und Infektionsverläufe. Es analysiert komplexe Faktoren wie die räumliche Anordnung von Räumen, die Dauer und Häufigkeit von Interaktionen zwischen Personen sowie die Wirksamkeit von Maßnahmen wie Maskenpflicht, Abstandhalten oder Lüftung. Durch maschinelles Lernen lernt das Modell aus historischen Epidemiedaten – etwa aus früheren Ausbrüchen in Schulen oder Krankenhäusern – und kann dann Szenarien simulieren, um die Ausbreitung unter verschiedenen Bedingungen vorherzusagen. Ein entscheidender Vorteil des AGID-Modells liegt in seiner Fähigkeit, nicht nur die Wahrscheinlichkeit eines Ausbruchs zu bewerten, sondern auch präzise Empfehlungen für Interventionen zu geben. So kann es beispielsweise zeigen, welche Räume besonders riskant sind, welche Personen als „Super-Spreader“ fungieren könnten oder welche Maßnahmen – wie gezielte Isolation, verbesserte Lüftung oder zeitliche Verschiebung von Aktivitäten – die Ausbreitung am effektivsten stoppen. In Tests wurde das Modell mit realen Daten aus einem Krankenhaus-Infektionsausbruch erfolgreich validiert und konnte die tatsächliche Ausbreitung mit hoher Genauigkeit nachvollziehen. Die Forscher betonen, dass das Modell besonders wertvoll für Gesundheitsbehörden und Krisenmanagement-Teams ist, die schnell und datengestützt Entscheidungen treffen müssen. Es ermöglicht eine proaktive Strategie statt reaktiver Maßnahmen und könnte zukünftig in Echtzeit in Smart-City-Systemen oder Gesundheits-IT-Plattformen integriert werden. Experten aus der Epidemiologie und KI-Forschung begrüßen die Entwicklung als einen wichtigen Schritt hin zu smarter, präziserer Gesundheitsüberwachung. „AGID zeigt, wie KI und räumliche Datenanalyse gemeinsam dazu beitragen können, Krankheitsausbrüche frühzeitig zu erkennen und gezielt einzudämmen“, sagt Dr. Lena Müller, Epidemiologin am Helmholtz-Zentrum für Infektionsforschung. „Besonders beeindruckend ist die Fähigkeit, nicht nur zu simulieren, sondern konkrete, umsetzbare Empfehlungen zu liefern.“ Das Modell wird derzeit in Kooperation mit mehreren europäischen Gesundheitsbehörden weiter getestet und könnte in Zukunft auch in der Planung von Notfallübungen oder der Gestaltung von Gebäuden mit hygienischen Standards eine Rolle spielen. Die Forscher hoffen, dass AGID in Zukunft auch bei globalen Gesundheitskrisen wie Pandemien eine zentrale Rolle bei der Risikobewertung und Strategieentwicklung übernehmen wird.