Skip to main content

Article Category

Article available in the folowing languages:

Hirnscan-Software zur Früherkennung von Demenzerkrankungen

Maschinelles Lernen könnte der Schlüssel sein, um neue Biomarker in Hirnscans sichtbar zu machen und damit die Diagnose und Prognose neurodegenerativer Erkrankungen zu verbessern.

Gesundheit

Demenz ist EU-weit die häufigste Ursache für Pflegebedürftigkeit und Behinderung im höheren Alter und betrifft bislang 10 Millionen Menschen. Diese Zahlen sollen sich bis 2030 verdoppeln. Besonders im Frühstadium ist die Diagnose von Demenz allerdings schwierig und unterliegt teilweise der qualitativen Auswertung. „Eine Bestätigung der Diagnose ist nur durch eine Begutachtung des Gehirns post mortem möglich“, sagt Mads Nielsen, Koordinator des EU-finanzierten Projekts DEMO. „Bei Alzheimer-Demenz kann eine klinische Diagnose lediglich als ‚Verdacht auf eine Erkrankung‘ gelten.“ Derzeit erfolgt die ärztliche Diagnose anhand von Hirnscans, die Form und Funktion des Gehirns darstellen, sowie von Patientenbefragungen, um Faktoren wie die Gedächtnisleistung zu bewerten. Allgemein kann mit diesen Messgrößen auch zwischen verwandten Erkrankungen wie etwa Alzheimer-, vaskulärer und Frontallappen-Demenz unterschieden werden. Um diese Situation zu verbessern, sollte DEMO quantitative Imaging-Biomarker (QIB) identifizieren, die auf MRT-Scans gut sichtbar sind, und daraus ein Modell des wahrscheinlichen Krankheitsverlaufs erstellen. „Das Prinzip dabei ist, dass ein MRT-Scan 1 000 Einzelheiten sichtbar machen kann, die sich bei einer beginnenden Demenz verändern können“, ergänzt Nielsen. Wie er weiter ausführt, sei das Volumen des Hippocampus bislang am besten als QIB geeignet, da der Hippocampus bei einer Alzheimer-Erkrankung schrumpft, aber auch Hirnmorphologie, Gefäßerkrankungen, Schrumpfen anderer Hirnareale sowie pathologische Proteinakkumulation sind aussagefähige QIBs. Nach den vielen weiteren denkbaren Messgrößen sollte nun das Projekt DEMO suchen.

Bessere Prognosen zum Krankheitsfortschritt

Nielsen und sein Team von Biomediq suchten mithilfe von Längsschnittdaten aus dem Krankheitsverlauf von Demenzkranken und maschinellen Lernalgorithmen nach veränderten Hirnstrukturen und -funktionen, um die Krankheit diagnostizieren und den Fortschritt prognostizieren zu können. Die Daten gehen nun in das Projekt PMI-AD ein, das die EU über die Gemeinsame Programminitiative zur Bekämpfung neurodegenerativer Erkrankungen finanziert. Mit neuen QIBs könnten, wie Nielsen hofft, künftig nicht nur frühere Diagnosen und genauere, objektivere Prognosen möglich sein, sondern auch Interventionen gegen Demenz validiert werden, da QIBs die Wirkung verschiedenster in Studien getesteter Demenzmedikamente aufzeigen können. „Natürlich kann man prüfen, ob sich Funktionen qualitativ verbessern. Noch besser ist aber, wenn Biomarker im Gehirn die Wirkung eines Medikaments bestätigen“, erklärt Nielsen. DEMO wurde über die Marie-Skłodowska-Curie-Maßnahmen gefördert. „Zunächst war das Projekt ein Ausbildungsnetzwerk für Nachwuchsforschende, ein weiteres Ergebnis ist aber auch die erfolgreiche Promotion, bei der diese ihre wissenschaftliche Qualifikation unter Beweis stellten“, bemerkt Nielsen. Die Forschungsgruppe will nun die Bildscan-Software im Vereinigten Königreich und der EU testen und Pilotstudien in Dänemark und Norwegen durchführen. Nielsen fügt hinzu: „In ein bis zwei Jahren wird dies hoffentlich in breiterer klinischer Anwendung sein.“

Schlüsselbegriffe

DEMO, Demenz, Modelle, Alzheimer, Gehirn, Scan, Prognose, Diagnose, Ziel, maschinell, Lernen

Entdecken Sie Artikel in demselben Anwendungsbereich