Mit Daten gegen Zecken: Neue Wege zur Vorhersage von Krankheitsrisiken
Das Projekt MONID HABITRACK (Habitat Prediction and Surveillance of Tick-borne Diseases using Modelling and Imaging Technology) erforscht mit Drohnen und Künstlicher Intelligenz die Ausbreitung zeckenübertragener Erkrankungen in den Landkreisen Amberg-Sulzbach und Schwandorf
Mit dem Beginn des Frühsommers steigt die Aktivität von Zecken in Wiesen, Wäldern und Gärten. Das Risiko, nach einem Zeckenstich an Frühsommer-Meningoenzephalitis (FSME) oder Borreliose zu erkranken, hängt dabei stark vom Aufenthaltsort ab. Laut Robert Koch-Institut zählen die Landkreise Amberg-Sulzbach und Schwandorf in der Oberpfalz zu den Gebieten mit der höchsten FSME-Inzidenz in Deutschland; solche Risikogebiete werden bislang vor allem anhand gemeldeter Erkrankungen retrospektiv identifiziert.
Genau hier setzt das Anfang 2026 gestartete Projekt MONID HABITRACK (Habitat Prediction and Surveillance of Tick-borne Diseases using Modelling and Imaging Technology) an: Koordiniert durch die Data Science Unit (Leitung: Prof. Noemi Castelletti) am Institut für Infektions- und Tropenmedizin am LMU Klinikum München nutzt ein interdisziplinäres Team* aus den Fachbereichen mathematische Modellierung, Epidemiologie, Virologie, Entomologie (Insektenkunde) und Fernerkundung innovative Daten und Methoden. Ziel des mit 1,8 Millionen Euro vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderten Projekts ist es, das Risiko von durch Vektoren wie Zecken übertragenen Infektionskrankheiten in der Modellregion genauer vorherzusagen.
Datenplattform für Früherkennung und Risikoanalyse
Die Forschenden bauen hierfür eine zentrale Plattform auf, die Wetter-, Fall-, Drohnen- und Zeckendaten integriert. Mithilfe von Drohnenbildern, Machine Learning und KI-gestützter Analyse werden diese vielschichtigen Daten verknüpft und in Modelle zur Vorhersage von Infektionsrisiken überführt. Drohnenaufnahmen ermöglichen dabei die Charakterisierung von FSME- und Borrelien-Herden und liefern dadurch Indikatoren möglicher Areale mit natürlicher Übertragung. Ergänzend fließen virologische, bakteriologische, entomologische sowie Wetter- und Klimadaten ein, um Umweltbedingungen und die Ausbreitung der FSME und Borreliose besser abzubilden.
Zudem planen sie im weiteren Verlauf des Projekts eine serologische Studie in den Landkreisen Amberg-Sulzbach und Schwandorf. Dabei wird bei den Teilnehmenden untersucht, wie viele bereits unbemerkt Antikörper gegen FSME oder Borreliose gebildet haben. Interessierte an einer freiwilligen Teilnahme können sich unverbindlich per E-Mail an das Studienteam (habitrack@med.uni-muenchen.de) wenden und werden kontaktiert, sobald die Studie startet.
Die Ergebnisse von MONID HABITRACK sollen helfen, Infektionsrisiken besser einzuschätzen, Ausbrüche früher zu erkennen sowie Vorhersagen zu Infektionswellen und Hotspots zu verbessern. So können präventive Maßnahmen – medizinische und nicht-medizinische – bewertet und regionale Strategien zur Krankheitskontrolle entwickelt werden. Gleichzeitig stärkt das Projekt die Pandemievorsorge, um frühzeitig auf neue Ausbrüche vektorübertragener Krankheiten zu reagieren.
Breit gefächerte Expertise im MONID Forschungsnetzwerk
MONID HABITRACK verbindet neben dem Münchner Tropeninstitut führende Expertinnen und Experten* mit Sitz in Bayern, vom Deutschen Konsiliarlabor für FSME (DKF) München, dem Fraunhofer-Institut für Translationale Medizin und Pharmakologie ITMP, Immunologie, Infektions- und Pandemieforschung IIP, Penzberg/München, dem Lehrstuhl für Globale Urbanisierung und Fernerkundung, Earth Observation Research Cluster am Institut für Geographie und Geologie der Julius-Maximilians-Universität Würzburg (JMU) sowie dem Bayerischen Landesamt für Gesundheit und Lebensmittelsicherheit (LGL) mit dem Nationalen Referenzzentrum für Borrelien.
Das Projekt wird durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) unter dem Förderkennzeichen 031L0326A gefördert und ist zudem Teil des BMFTR-geförderten Forschungsnetzwerks MONID (Modellierungsnetz für schwere Infektionskrankheiten).
Wissenschaftlicher Ansprechpartner:
Epidemiologie, mathematische Modellierung und Zusammenarbeit des Konsortiums
Univ.-Prof. Dr. Noemi Castelletti
Institut für Infektions- und Tropenmedizin, LMU Klinikum München, Leitung Data Science Unit
Universitätsmedizin der Johannes Gutenberg-Universität Mainz, Leitung Abteilung Biometrie
E-Mail: noemi.castelletti@med.uni-muenchen.de
Zecken- und Flaviviren, FSME-Virus
Prof. Dr. Gerhard Dobler
Konsiliarlabor für Frühsommer-Meningoenzephalitis (FSME) (DKF), München
E-Mail: gerharddobler@bundeswehr.org
Lyme Borreliose/Borrelien
Dr. med. Volker Fingerle
Nationales Referenzzentrum für Borrelien
Bayerisches Landesamt für Gesundheit und Lebensmittelsicherheit (LGL)
E-Mail: Volker.Fingerle@lgl.bayern.de
Forschungsdrohnen/Fernerkundung
Prof. Hannes Taubenböck, Dr. Ariane Droin
Lehrstuhl für Globale Urbanisierung und Fernerkundung
Earth Observation Research Cluster (EORC)
E-Mail: hannes.taubenboeck@uni-wuerzburg.de | ariane.droin@uni-wuerzburg.de
Weitere Informationen:
https://www.lmu-klinikum.de/newscenter/pressemitteilungen/mit-daten-gegen-zecken-neue-wege-zur-vorhersage-von-krankheitsrisiken/14c49a5b0b66b331
Ähnliche Pressemitteilungen im idw
