19 August 2024
Künstliche Intelligenz bietet neue Einblicke in neurodegenerative Krankheiten
Die Beziehung zwischen neurodegenerativen Erkrankungen, Anomalien des Gehirngewebes und den damit verbundenen Symptomen ist oft kompliziert und unklar. Die Symptome können sich zwischen verschiedenen Erkrankungen überschneiden, und das klinische Bild ist von Patient zu Patient sehr unterschiedlich, was häufig zu Fehldiagnosen führt. Forscher und Ärzte brauchen mehr Klarheit, und die künstliche Intelligenz (KI) scheint dabei eine wichtige Rolle spielen zu können.
KI als Diagnosewerkzeug
Niederländische Forscher haben KI eingesetzt, um diese Zusammenhänge besser zu verstehen. In ihrer Veröffentlichung in Nature Medicine beschreiben sie, wie sie Daten aus der Dutch Brain Bank verwendet haben. Diese einzigartige Datenbank enthält detaillierte Beschreibungen von neuropathologischen Diagnosen und Symptomen von Tausenden von Spendern, kombiniert mit postmortalem Hirngewebe.
Indem sie die KI mit diesen Informationen „fütterten“, erstellten sie ein Modell, das 90 verschiedene Symptome identifizierte, unterteilt in fünf Bereiche: psychiatrische, kognitive, motorische und sensorische Symptome. Darüber hinaus entwickelten sie ein zweites KI-Modell, das auf der Grundlage des klinischen Bildes Diagnosen stellen konnte. Obwohl das Modell im Allgemeinen genau funktionierte, hatte es bei seltenen Erkrankungen Probleme.
Falsche Diagnosen erkannt
Ein überraschendes Ergebnis der Studie war die Entdeckung einer Gruppe von Spendern, die zu Lebzeiten fehldiagnostiziert worden waren. So zeigten einige Alzheimer-Patienten Symptome, die eher der Parkinson-Krankheit entsprachen, während bei anderen eine frontotemporale Demenz fälschlicherweise für Alzheimer gehalten wurde. Dies verdeutlicht, wie komplex die Beziehung zwischen Symptomen und Gehirnanomalien sein kann und wie KI dabei helfen kann, solche Fehldiagnosen aufzudecken.
Eine einzigartige Ressource für die künftige Forschung
Auf diese Weise hat das Forschungsteam eine wertvolle Ressource für die künftige Forschung geschaffen. Diese Daten können Forschern helfen, die Entwicklung von Symptomen besser zu verstehen, Molekularbiologen bei der Entdeckung der zugrundeliegenden Mechanismen neurodegenerativer Erkrankungen unterstützen und Computerwissenschaftlern Material für die Erstellung von Vorhersagemodellen für eine bessere Diagnose und Prognose von Demenz und anderen Hirnstörungen liefern.
