Long COVID: Spürhunde erkennen Krankheit anhand von Geruchssignalen
03.07.2026 - 12:42:31 | boerse-global.de
Ein Forschungsverbund aus Braunschweig und Hannover hat eine ungewöhnliche Kombination gefunden: Speziell trainierte Spürhunde können Long COVID anhand von Geruchssignaturen erkennen. Die Ergebnisse wurden durch KI-gestützte Analysen bestätigt.
Olfaktorische Spürnasen treffen auf Technologie
Die Methode nutzt flüchtige organische Verbindungen (VOCs) in Urinproben der Patienten. Auf der Fachkonferenz Metabolomics 2026 in Buenos Aires präsentierten die Wissenschaftler der Technischen Universität Braunschweig, der Medizinischen Hochschule Hannover (MHH) und der Stiftung Tierärztliche Hochschule Hannover (TiHo) ihre Ergebnisse.
Die Hunde erkannten die spezifischen Geruchssignaturen. Parallel dazu bestätigten Massenspektrometrie und Machine-Learning-Modelle die Befunde. Die Technologie identifizierte charakteristische Stoffwechselmuster, die mit den olfaktorischen Leistungen der Tiere korrespondierten. Nächster Schritt: Die präzise Identifikation der zugrunde liegenden Moleküle soll die diagnostische Präzision weiter erhöhen.
KI in der Veterinärmedizin: Automatisierte Diagnostik für Hunde
Nicht nur in der Humanmedizin macht KI Fortschritte. Das Oxford-Startup LatusPet veröffentlichte in der Fachzeitschrift Frontiers in Veterinary Science eine Studie zur SINO-Plattform. Das KI-gestützte System analysiert Blutproben von Hunden und erreicht laut Studiendaten eine Genauigkeit von über 90 Prozent bei der Erkennung von Krebs und Herz-Kreislauf-Erkrankungen. Die Untersuchung wurde mit 139 Hunden in Italien durchgeführt.
Eine weitere Studie der North Carolina State University aus dem Jahr 2026 lieferte Erkenntnisse zum kognitiven Verfall bei Tieren. Anhand von 88 Probanden stellten die Forscher fest: Eine verkürzte Schrittlänge der Vorderbeine bei Hunden korreliert statistisch mit dem Canine Cognitive Dysfunction Syndrome (CCDS). Dieser Zusammenhang zeige sich unabhängig von Alter oder Schmerzsymptomen. Die Gangbildanalyse könnte sich als Frühindikator für Demenz bei Hunden eignen.
Der Einsatz von KI-Systemen in der Medizin unterliegt strengen gesetzlichen Rahmenbedingungen, die viele Unternehmen vor Herausforderungen stellen. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen. EU AI Act in 5 Schritten verstehen
Schnellere Diagnostik durch neue Technologien
Die Integration von KI in biologische Workflows wird durch neue Software-Schnittstellen beschleunigt. NVIDIA und Anthropic haben das BioNeMo Agent Toolkit in das Modell Claude Science integriert. Ziel: GPU-beschleunigte Prozesse in der Genomik und Proteomik über natürliche Sprache steuerbar machen. Interne Tests deuten auf deutliche Effizienzsteigerungen hin. Bereits 18 der 20 weltweit größten Pharmaunternehmen nutzen entsprechende BioNeMo-Technologien.
Das Universitätsklinikum Jena entwickelt Verfahren zur beschleunigten Infektionsdiagnostik. Ein in Genome Medicine veröffentlichtes Protokoll nutzt die Nanopore-Sequenzierung. Es identifiziert Erreger aus zellfreier DNA im Blutplasma innerhalb von etwa 12 Stunden. Die Kosten: rund 100 bis 120 Euro pro Probe. Das Verfahren ermöglicht den Nachweis auch unter laufender Antibiotikatherapie – in Pilotstudien bei Endokarditis-Fällen bereits belegt.
Neben den technologischen Chancen birgt die Digitalisierung im Gesundheitswesen auch neue Cyberrisiken, die rechtlich abgesichert werden müssen. Ein kostenloser Leitfaden verschafft Ihnen den nötigen Überblick über Fristen und Pflichten, den Ihre IT-Abteilung jetzt braucht. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Ethische Fragen und Akzeptanz
Trotz der Fortschritte bleiben ethische Einordnung und Risikobewertung zentrale Themen. Medizinethiker Robert Ranisch von der Universität Potsdam weist darauf hin, dass bereits knapp die Hälfte der deutschen Bevölkerung KI-Chatbots für gesundheitliche Fragestellungen nutzt. Das Potenzial zur Entlastung des Personals und zur Unterstützung in der Therapiebegleitung ist enorm.
Doch Experten warnen vor den Risiken: Fehldiagnosen und sogenannte Halluzinationen der KI-Modelle bleiben problematisch. Unternehmen wie OpenAI und Anthropic forcieren dennoch ihren Eintritt in den Gesundheitsmarkt. Mit Modellen wie Delphi-2M wollen sie individuelle Krankheitsrisiken vorhersagen.
