Aignostics

Interview-Fragen an Projektleiter Viktor Matyas:

Aignostics ist aus Forschung von Charité und TU Berlin hervorgegangen und fokussiert sich seit 2018 auf KI für die Pathologie. Im Interview erklärt Mitgründer und CEO Viktor Matyas, ehemaliger Unternehmensberater, Tech- und Healthcare-Investor und Softwareentwickler, wie KI neue Muster im Tumorgewebe sichtbar macht und so Krebsdiagnostik und Präzisionsmedizin voranbringt.

1. Wie ist Aignostics entstanden? Weshalb hat sich das Unternehmen 2018 auf KI für die Pathologie fokussiert?

Viktor Matyas: Aignostics ist aus gemeinsamer Forschung der Charité Berlin und der Technischen Universität Berlin entstanden. Früh wurde klar, dass KI-Methoden in der Pathologie klinisch sehr relevant sein können: Die Pathologie ist das Fundament der modernen Medizin, nahezu jede Krebsdiagnose hängt von ihr ab – gleichzeitig herrscht starker Fachkräftemangel. Im Digital Health Accelerator des Berlin Institute of Health sind wir den Weg in ein skalierbares Unternehmen gegangen. 2018 waren Rechenkapazitäten, Datenmengen und Deep-Learning-Methoden so weit, dass wir den Fokus auf KI für die Pathologie legen konnten. Heute beschäftigen wir über 100 Mitarbeitende.

2. Was macht Ihre „Explainable AI“-Plattform anders als „Black Box“-KI und warum ist Erklärbarkeit in der Medizin so entscheidend?

Victor Matyas: In der Medizin ist es wichtig, nicht nur die Diagnose zu verstehen, sondern auch, warum ein Befund entstehtt. Bei Aignostics gestalten wir KI-Modelle so, dass sie nicht nur ein Ergebnis liefern, sondern auf Zellebene die biologischen Strukturen sichtbar machen, auf deren Basis die Entscheidung getroffen wurde. Das schafft Vertrauen bei Pathologinnen und Pathologen und erleichtert die regulatorische Zulassung. Wenn ein Modell etwas aufzeigt, das bisher übersehen wurde, ist das außerdem häufig der Beginn einer neuen Forschungsfrage und damit ein echter Innovationsmotor.

3. Wie unterstützen Ihre KI-Lösungen die Pathologie in der Krebsdiagnostik und Präzisionsmedizin und welches neue Wissen entsteht daraus?

Victor Matyas: In der Diagnostik helfen unsere Modelle zum Beispiel, Tumor-Mikroumgebungen aus Standard-H&E-Gewebeschnitten zu analysieren – also aus Material, das ohnehin vorhanden ist, ohne zusätzliche Färbungen oder Tests. In der Forschung nutzen wir verschiedene Daten aus Laboruntersuchungen, um neue Ansatzpunkte für Medikamente und Krankheitsmarker zu identifizieren. In Kooperationen mit Partnern wie Bayer sehen wir immer wieder, dass unsere KI Muster im Gewebe erkennt, die klinisch relevant sind, aber bisher nicht systematisch erfasst und ausgewertet wurden. Das öffnet Türen für neue Therapeutika, neue Biomarker und letztlich bessere Therapien für Betroffene.

4. Welche Entwicklungen in der KI-gestützten Pathologie erwarten Sie in den nächsten fünf bis zehn Jahren und welche Rolle soll Aignostics dabei spielen?

Victor Matyas: KI in der Pathologie wird vom Nischenthema zum Standard werden: KI-Modelle werden routinemäßig in diagnostische Workflows integriert sein, und die Grenze zwischen Diagnostik und Therapieplanung wird durchlässiger – nicht zuletzt, weil mit immer knapperen Ressourcen immer bessere Diagnosen gestellt werden müssen. Aignostics will den Bereich der Gewebeschnittanalyse global anführen, sowohl in der Forschung als auch in der Routinediagnostik. Unsere „Explainable AI“, unsere Foundation-Modelle für die Pathologie und die enge Zusammenarbeit mit Partnern sind dafür zentrale Bausteine.

Zurück

Zurück zur Übersicht