Projektdaten

---

Phänologie-basierte Pollenvorhersagen und EEG-basierte Bewertung allergischer Reaktionen mittels KI

---

Pollenbedingte Atemwegsallergien betreffen bis zu 30% der Weltbevölkerung und insbesondere Kinder. Diese Allergien verursachen hohe Krankheitskosten, führen zu Arbeits- und Schulversäumnissen und resultieren in frühen Todesfällen. Durch den Klimawandel wird sich die Pollenproblematik in den nächsten Jahren weiter verschärfen, weil über längere Perioden mehr und aggressivere Pollen erwartet werden. PollenNet verfolgt folgende Ziele unter Nutzung und Weiterentwicklung von KI-Methoden: (1) genaue Analyse und Vorhersage der Verbreitung allergener Pflanzen und insbesondere deren Wachstumsphasen (Phänologie), (2) bessere Charakterisierung von Polleneigenschaften, insbesondere bzgl. Allergenität und Ausbreitung, mittels Cytometer- Analysen und strömungsmechanischen Experimenten, (3) Entwicklung von Pollentransport- und ausbreitungsmodellen zur hochaufgelösten örtlichen, zeitlichen und taxonomischen Vorhersage von Pollenbelastungen, und (4) Erforschung von objektiven individuellen Markern im EEG für Allergiker im häuslichen Umfeld. Aus der Integration dieser Erkenntnisse soll ein Ansatz entwickelt werden, welcher deutlich genauere und aktuellere Vorhersage der lokalen Pollenbelastung ermöglicht.