Künstliche Intelligenz übertrifft: Beeindruckende 82% Genauigkeit bei der Vorhersage des Fortschreitens von Alzheimer

Cambridge-Forscher haben ein KI-Tool entwickelt, das den Fortschritt von Alzheimer bei Personen mit frühen Anzeichen von Demenz genau vorhersagen kann, indem es nicht-invasive und kostengünstige Methoden verwendet. Diese Innovation könnte die Abhängigkeit von teuren diagnostischen Verfahren signifikant reduzieren und Frühinterventionsstrategien verbessern, was potenziell Millionen Menschen weltweit zugutekommen könnte. Kredit: SciTechDaily.com

Ein KI-Modell der Universität Cambridge kann den Fortschritt von Alzheimer mit 82% Genauigkeit anhand einfacher kognitiver Tests und MRT-Scans vorhersagen und bietet eine nicht-invasive und preiswertere Alternative zu traditionellen Diagnoseverfahren.

Die Wissenschaftler aus Cambridge haben ein künstlich intelligentes Tool entwickelt, das in vier von fünf Fällen vorhersagen kann, ob Personen mit frühen Anzeichen von Demenz stabil bleiben oder an Alzheimer erkranken werden.

Das Team sagt, dass dieser neue Ansatz den Bedarf an invasiven und teuren diagnostischen Tests reduzieren könnte, während die Behandlungsergebnisse verbessert werden, wenn Interventionen wie Lebensstiländerungen oder neue Medikamente am wirkungsvollsten sein könnten.

Demenz stellt eine bedeutende globale Herausforderung im Gesundheitswesen dar und betrifft weltweit über 55 Millionen Menschen bei geschätzten jährlichen Kosten von 820 Milliarden US-Dollar. Die Anzahl der Fälle wird in den nächsten 50 Jahren voraussichtlich fast verdreifacht.

Die Hauptursache für Demenz ist Alzheimer, das für 60-80% der Fälle verantwortlich ist. Eine frühzeitige Erkennung ist entscheidend, da dies der Zeitpunkt ist, an dem Behandlungen voraussichtlich am wirksamsten sind. Dennoch können frühzeitige Demenzdiagnosen und Prognosen ohne den Einsatz invasiver oder teurer Tests wie Positronen-Emissions-Tomographie (PET) oder Lumbalpunktion möglicherweise nicht genau sein, die nicht in allen Gedächtniskliniken verfügbar sind. Als Ergebnis können bis zu einem Drittel der Patienten falsch diagnostiziert werden und andere zu spät für eine wirksame Behandlung diagnostiziert werden.

Ein Team unter der Leitung von Wissenschaftlern des Fachbereichs Psychologie an der Universität Cambridge hat ein maschinelles Lernmodell entwickelt, das vorhersagen kann, ob und wie schnell eine Person mit leichten Gedächtnis- und Denkproblemen zu Alzheimer fortschreiten wird. In einer heute (12. Juli) in der Zeitschrift eClinical Medicine veröffentlichten Forschung zeigen sie, dass es genauer ist als aktuelle klinische diagnostische Werkzeuge.

Um ihr Modell aufzubauen, verwendeten die Forscher routinemäßig gesammelte, nicht-invasive und kostengünstige Patientendaten - kognitive Tests und strukturelle MRT-Scans, die eine graue Substanzatrophie zeigen - von über 400 Individuen, die Teil einer Forschungskohorte in den USA waren.

Dann testeten sie das Modell mit realen Patientendaten von weiteren 600 Teilnehmern aus der US-Kohorte und - wichtig - longitudinalen Daten von 900 Personen aus Gedächtniskliniken im Vereinigten Königreich und Singapur.

Der Algorithmus konnte zwischen Menschen mit stabilem leichten kognitiven Abbau und denen, die innerhalb eines Zeitraums von drei Jahren zu Alzheimer fortschritten, unterscheiden. Er konnte die Personen, die zu Alzheimer voranschritten, in 82% der Fälle korrekt identifizieren und diejenigen, die es nicht taten, in 81% der Fälle allein anhand kognitiver tests und einem MRT-Scan richtig identifizieren.

Der Algorithmus war etwa drei Mal genauer bei der Vorhersage des Fortschreitens zu Alzheimer als der derzeitige Standard der Pflege; das heißt, die standardmäßigen klinischen Marker (wie graue Substanzatrophie oder kognitive Scores) oder klinische Diagnose. Dies zeigt, dass das Modell die Fehldiagnose signifikant reduzieren könnte.

Das Modell ermöglichte es den Forschern auch, Menschen mit Alzheimer anhand der Daten von jedem ersten Besuch in der Gedächtnisklinik in drei Gruppen einzuteilen: diejenigen, deren Symptome stabil bleiben würden (rund 50% der Teilnehmer), diejenigen, die langsam zu Alzheimer fortschreiten würden (rund 35%) und diejenigen, die sich schneller entwickeln würden (die übrigen 15%). Diese Vorhersagen wurden validiert, als die Follow-up-Daten über 6 Jahre betrachtet wurden. Dies ist wichtig, da es dabei helfen könnte, diejenigen Personen früh genug zu identifizieren, die von neuen Behandlungen profitieren könnten, während auch diejenigen Personen identifiziert werden, die eine engere Überwachung benötigen, da sich ihr Zustand wahrscheinlich schnell verschlechtern wird.

Wichtig ist, dass diese 50% der Personen mit Symptomen wie Gedächtnisverlust, die stabil bleiben, besser zu einem anderen klinischen Pfad geleitet werden sollten, da ihre Symptome möglicherweise auf andere Ursachen zurückzuführen sind als Demenz, wie Angst oder Depression.

Die leitende Autorin Professor Zoe Kourtzi vom Fachbereich Psychologie an der Universität Cambridge sagte: "Wir haben ein Werkzeug geschaffen, das trotz der Verwendung nur von Daten aus kognitiven Tests und MRT-Scans viel sensitiver als aktuelle Ansätze ist, um vorherzusagen, ob jemand von leichten Symptomen zu Alzheimer fortschreiten wird - und wenn ja, ob dieser Fortschritt schnell oder langsam sein wird."