Die Alzheimer-Krankheit ist weltweit die Hauptursache für Demenz. Obwohl es keine Heilung gibt, gilt die Früherkennung als entscheidend für die Entwicklung wirksamer Behandlungen, die eingreifen, bevor das Fortschreiten der Krankheit unumkehrbar ist.
Eine leichte kognitive Beeinträchtigung ist eine Phase, die der Krankheit vorausgeht, aber nicht jeder, der daran leidet, entwickelt schließlich Alzheimer. In einer von Wissenschaftlern der Universitat Oberta de Catalunya (UOC) geleiteten Studie, die im IEEE Journal of Biomedical and Health Informatics veröffentlicht wurde, ist es gelungen, genau zwischen Menschen zu unterscheiden, bei denen die Verschlechterung der kognitiven Fähigkeiten stabil ist, und solchen, bei denen die Krankheit fortschreitet. Die neue Technik, bei der spezielle Methoden der künstlichen Intelligenz zum Vergleich von Magnetresonanzbildern eingesetzt werden, ist wirksamer als die anderen derzeit verwendeten Methoden.
Feinabstimmung der Diagnose
Die Alzheimer-Krankheit betrifft weltweit mehr als 50 Millionen Menschen, und die Alterung der Bevölkerung bedeutet, dass es in den kommenden Jahrzehnten noch viel mehr Betroffene geben könnte. Obwohl sich die Krankheit in der Regel über viele Jahre hinweg symptomlos entwickelt, geht ihr in der Regel eine so genannte leichte kognitive Beeinträchtigung voraus, die viel milder ist als die Beeinträchtigung, die Menschen mit Alzheimer aufweisen, aber schwerer ist, als man es bei Menschen in ihrem Alter erwarten würde. “Diese Patienten können im Laufe der Zeit fortschreiten und sich verschlimmern oder in demselben Zustand bleiben. Deshalb ist es wichtig, zwischen einer fortschreitenden und einer stabilen kognitiven Beeinträchtigung zu unterscheiden, um ein schnelles Fortschreiten der Krankheit zu verhindern”, so Mona Ashtari-Majlan, Forscherin an der UOC in der Gruppe AI for Human Wellbeing (AIWELL), die dem eHealth Center und der Fakultät für Informatik, Multimedia und Telekommunikation angegliedert ist. Sie ist Studentin im Doktorandenprogramm für Netzwerk- und Informationstechnologien, das von David Masip betreut wird, und Hauptautorin des Artikels.
Die korrekte Identifizierung dieser Fälle könnte dazu beitragen, die Qualität klinischer Studien zur Erprobung von Behandlungen zu verbessern, die zunehmend auf die Anfangsphasen der Krankheit abzielen. Dabei handelt es sich um eine Technik, die auf künstlicher Intelligenz und Deep Learning basiert und für die Bilderkennung und -klassifizierung sehr nützlich ist.
“Wir haben zunächst MRT-Aufnahmen von Alzheimer-Patienten und gesunden Menschen verglichen, um eindeutige Orientierungspunkte zu finden”, erklärt Ashtari-Majlan. Nachdem sie das System trainiert hatten, nahmen sie eine Feinabstimmung der vorgeschlagenen Architektur mit Resonanzbildern von Menschen vor, bei denen bereits eine stabile oder fortschreitende kognitive Beeinträchtigung diagnostiziert worden war, wobei die Unterschiede wesentlich geringer waren. Insgesamt wurden fast 700 Bilder aus öffentlich zugänglichen Datensätzen verwendet.
Laut Ashtari-Majlan überwindet das Verfahren “die Komplexität des Lernens, die durch die subtilen strukturellen Veränderungen zwischen den beiden Formen der leichten kognitiven Beeinträchtigung verursacht wird, die viel geringer sind als die zwischen einem normalen und einem von der Krankheit betroffenen Gehirn. Darüber hinaus könnte die vorgeschlagene Methode das Problem der geringen Stichprobengröße lösen, da die Zahl der MRT-Untersuchungen bei leichter kognitiver Beeinträchtigung geringer ist als bei der Alzheimer-Krankheit.
Mit der neuen Methode können die beiden Formen der leichten kognitiven Beeinträchtigung mit einer Genauigkeit von nahezu 85 % unterschieden und klassifiziert werden. “Die Bewertungskriterien zeigen, dass die von uns vorgeschlagene Methode die bestehenden Methoden übertrifft”, sagte sie, einschließlich konventioneller und anderer auf Deep Learning basierender Methoden, selbst wenn sie mit Biomarkern wie Alter und kognitiven Tests kombiniert werden. Darüber hinaus “können wir unsere Implementierung mit jedem teilen, der die Ergebnisse reproduzieren und seine Methoden mit unseren vergleichen möchte. Wir glauben, dass diese Methode Fachleuten helfen kann, die Forschung zu erweitern”, schloss sie.