KI in der Tierversuchspraxis: Wissenschaftlicher Fortschritt oder ethische Falle?
Systeme zur kontinuierlichen Überwachung bieten vielversprechende Einblicke darin, wie künstliche Intelligenz die Datenerhebung im Bereich der Tierversuche verändern kann. Die Herausforderung besteht darin, zu verhindern, dass dadurch der Einsatz von Tierversuchen weiter fortgeführt wird, und stattdessen auf deren endgültige Ablösung hinzuarbeiten.
Die jüngsten Fortschritte bei den Tierschutzstandards für Versuchstiere wurden als ethischer Erfolg in der Forschung dargestellt. Dies mag daran liegen, dass die Verfeinerung in Forschungseinrichtungen oft der „Weg des geringsten Widerstands“ ist. Die Verfeinerung ist eines der Prinzipien der der 3R (Ersatz, Reduzierung und Verfeinerung) , die seit jeher den Eckpfeiler der Ethik in der Tierversuchspraxis bilden, zielt darauf ab, das Leiden der in der Forschung eingesetzten Tiere zu minimieren.
Die Art und Weise zu ändern, wie eine Maus gehandhabt wird – beispielsweise indem man sie nicht am Schwanz anfasst –, die Futterqualität zu verbessern oder Käfige mit besseren Belüftungs- und Kontrollsystemen aufzustellen, sind relativ einfache Maßnahmen, die das unmittelbare Leiden der Tiere tatsächlich verringern. Diese Änderungen können jedoch den Eindruck erwecken, man habe auf ethische Kritik reagiert, und die Legitimität des Modells stärken, anstatt nach einem Ersatz dafür zu suchen.
Das bedeutet: Je mehr in Haltungstechniken, Schmerztherapie oder Überwachung investiert wird, desto weniger dringlich erscheint die Notwendigkeit, alternative Methoden zu finden, da dadurch die gesellschaftliche Kritik und das Unbehagen innerhalb der wissenschaftlichen Gemeinschaft selbst abnehmen. Es ist wichtig, sich vor Augen zu halten, dass die Grundlage für die Verfeinerung darin besteht, den Stress oder Distress der Versuchstiere zu reduzieren sowie ihr Wohlergehen und ihre Umweltanreicherung zu gewährleisten – und nicht darin, ihre Weiterführung durch die Umsetzung dieser Ziele zu rechtfertigen.
Bild von Depositphotos
KI als Instrument der wissenschaftlichen Entwicklung
In jüngster Zeit wurde der Einsatz künstlicher Intelligenz (KI) bei Haltungs- und Überwachungstechniken in das Spektrum der Veredelungsmethoden integriert. Dies hat die Beobachtung des Verhaltens und der Frühwarnsignale bei Nagetiergruppen verbessert und gleichzeitig den menschlichen Eingriff bei der Probenentnahme für physiologische Kontrollen reduziert. KI bietet mehr Präzision, Effizienz und Daten.
Die veränderte Vorgehensweise bei der Erfassung und Auswertung von Verhaltens- und physiologischen Daten bei Labornagern, bei der die Automatisierung der kontinuierlichen Überwachung mit der Echtzeitanalyse großer Datenmengen kombiniert wird, stellt eine erhebliche Verbesserung gegenüber manuellen, fragmentarischen und von menschlichen Verzerrungen geprägten Methoden dar. Es können Tools eingesetzt werden, die Muster erkennen, subtile Veränderungen im Tagesablauf der Tiere identifizieren und die Effizienz bei der Anwendung von Verhaltensbewertungsskalen wie der Grimace-Skala optimieren, was letztendlich zu einer Verringerung des Stressniveaus führt. Mit Technologien wie Home Cage AI könnte das Verständnis von Krankheiten beschleunigt, präzisere Interventionen ermöglicht und der Zeit- und Kostenaufwand für die Forschung reduziert werden.
Zwar stellen die Grimace-Skalen einen bedeutenden Fortschritt bei der nicht-invasiven Schmerzbewertung bei Nagetieren und anderen Tierarten dar, doch weisen sie Einschränkungen auf, die sie als ideales Instrument ausschließen. Werden die Daten einer solchen Skala nicht korrekt in die Grundlagen der künstlichen Intelligenz einbezogen, kann die Interpretation von Gesichtsausdrücken durch individuelle Variabilität oder durch Unterschiede zwischen Stämmen oder Arten beeinträchtigt werden. Zudem konzentrieren sich diese Skalen auf akute Schmerzen und sind möglicherweise weniger empfindlich bei der Erkennung chronischer oder schwacher Schmerzen, bei denen die Gesichtsausdrücke subtiler sind oder durch adaptive Mechanismen überdeckt werden. Das ausschließliche Vertrauen auf diese Skalen kann andere Dimensionen des Wohlbefindens ausblenden, weshalb diese Dimensionen in die KI-Modelle einbezogen werden müssen.
Andererseits müssen einige Faktoren berücksichtigt werden, die diese Verbesserung beeinträchtigen könnten. Einer davon ist, dass die anfängliche Programmierung jedes KI-Tools auf den Informationen basiert, die der Mensch ihm zur Verfügung stellt, was zu einer anfänglichen Verzerrung führt, auf der die KI aufbaut, um ein Signal eines Tieres als wichtig oder vernachlässigbar zu interpretieren. Durch die Einbeziehung objektiver Informationen, die strengen Überprüfungen durch Fachleute (wie Tierärzte, Tierhaltungstechniker oder auf Versuchstiere spezialisierte Biologen) unterzogen werden, könnte die menschliche Verzerrung bei der Interpretation wichtiger Verhaltenssignale bei Tieren verringert werden. Andernfalls ist das Risiko sehr hoch, dass unzureichende oder sogar falsche Informationen in die Datenbanken aufgenommen werden. Der Einsatz dieser intelligenten Systeme kann zudem den Weg für eine Ausweitung der Tiernutzung in komplexeren oder länger andauernden Experimenten ebnen, da die Tiere nun besser und über einen längeren Zeitraum beobachtet werden können. Einrichtungen, die solche Systeme einführen, tun dies in erster Linie mit dem Ziel, den Einsatz der Tiere zu optimieren; tatsächlich wird als einer der häufigsten Vorteile angeführt, dass pro Tier mehr Daten gewonnen werden können, was die Gesamtzahl der in jeder Versuchsphase verwendeten Tiere verringern dürfte. Es könnte jedoch vorkommen, dass mehr Versuche durchgeführt werden (mit mehr Variablen, Vergleichen und Längsschnittstudien), wodurch sich deren Umfang erweitert. Aus diesem Grund ist die Umsetzung von Richtlinien wichtig, die einen unnötigen Einsatz verhindern. Im Falle von Tierversuchen muss das Ziel darin bestehen, diese zu überwinden. Jede technologische Initiative, die in diesem Bereich angewendet wird, muss im Hinblick auf ihren Beitrag zur Ablösung dieses Modells bewertet werden.
Es stimmt zwar, dass die Wissenschaft Fortschritte machen muss, aber nicht um jeden Preis und nicht in jede Richtung. Fortschritte im Bereich des Tierschutzes dürfen nicht als Rechtfertigung für den fortgesetzten Einsatz von Tieren dienen. KI kann ein wichtiges Instrument sein, , um den Übergang zu alternativen Modellen ohne Tierleid zu beschleunigen, jedoch nur, wenn sie mit kritischem Bewusstsein und klaren Vorschriften eingesetzt wird.
Entdecken Sie Labore, die keine Tiere verwenden, in unserer Karte der alternativen Labore in Lateinamerika.
Literaturverzeichnis:
Critser, R., & Locke, P. (2024). Wie sollten die 3 R’s überarbeitet werden und warum? AMA Journal of Ethics, 26(9), E673–E680. https://doi.org/10.1001/amajethics.2024.673
Dutton, G. (2025). Home Cage AI-Monitoring. Envision, Jackson Labs. https://www.genengnews.com/topics/artificial-intelligence/home-cage-ai-monitoring/
Ernst, L., Kopaczka, M., & Tolba, R. H., et al. (2020). Verbesserung des Aufbaus der „Mouse Grimace Scale“ zur Umsetzung einer halbautomatischen Auswertung der „Mouse Grimace Scale“ (Teil 1). Laboratory Animals, 54(1), 83–91. https://doi.org/10.1177/0023677219881655
Guo, C. et al. (2024). Eine Übersicht über die KI-gestützte Verhaltensanalyse bei Mäusen. Frontiers in Neuroscience. https://pmc.ncbi.nlm.nih.gov/articles/PMC11591614/
Herrmann, K. (2019). Weiterentwicklung auf dem Weg zur Ersatzforschung: Tun wir alles, was wir können? WellBeing International WBI Studies Repository. https://www.wellbeingintlstudiesrepository.org/cgi/viewcontent.cgi?article=1001&context=humsmov
Hsieh, C. M. et al. (2024). KI-gestütztes Käfigsystem zur Echtzeit-Verfolgung und Verhaltensüberwachung von Nagetieren. Cell Reports Methods. https://www.cell.com/iscience/fulltext/S2589-0042 (24) 02448-9
Kiani, A. K., Pheby, D., Henehan, G., Brown, R., Sieving, P., Sykora, P., … & Bertelli, M. (2022). Ethische Überlegungen zum Tierversuch. J Prev Med Hyg, 63(2 Suppl 3), E255–E266. https://doi.org/10.15167/2421-4248/jpmh2022.63.2S3.2768
Lauwereyns, J., Bajramovic, J., Bert, B. et al. (2024). Auf dem Weg zu einer einheitlichen Auslegung der 3R-Grundsätze in der Tierforschung. Lab Anim, 53, 347–350. https://doi.org/10.1038/s41684-024-01476-2
Singer, M., & Akhtar, A. (2024). Womit sollten wir nichtmenschliche Tiere in biomedizinischen Forschungsprotokollen ersetzen? AMA Journal of Ethics, 26(9), E701–E708. https://doi.org/10.1001/amajethics.2024.701
