Wissenschaftlern an der University of California in San Francisco (UCSF) ist es gelungen, mithilfe Künstlicher Intelligenz (KI) die Möglichkeit zur Früherkennung der Alzheimer-Krankheit deutlich zu verbessern. Aus einer Studie, die in der Fachzeitschrift Radiology veröffentlicht wurde, geht hervor, dass die KI bestimmte Stoffwechselveränderungen im Gehirn, die in Zusammenhang mit dem Ausbruch der Krankheit gebracht werden, im Schnitt sechs Jahre vor der Diagnose durch Ärzte vorhersagen konnte.
Bei der Behandlung von Alzheimer ist es besonders wichtig, dass die Krankheit möglichst frühzeitig erkannt wird: „Wenn wir Alzheimer erst dann diagnostizieren, wenn sich bereits alle Symptome zeigen, ist der Verlust an Hirnvolumen so groß, dass es zu spät ist, um einzugreifen", erklärt Studienautor Jae Ho Sohn von der UCFS in einer Veröffentlichung der Radiological Society of North America. „Wenn wir die Krankheit früher erkennen können, ist das eine Chance für Forscher, möglicherweise bessere Wege zu finden, den Krankheitsverlauf zu verlangsamen oder sogar zu stoppen“, sagt John. Ein Anzeichen für die Krankheit sind Veränderungen in der Glukoseaufnahme mancher Gehirnregionen. Das Problem: Von Menschen sind diese sehr feinen Veränderungen auf Computertomographie-Scans kaum zu erkennen.
Um diesen Erkennungsprozess zu verbessern, fütterte das Team um Sohn einen selbstlernenden Deep-Learning-Algorithmus mit mehr als 2100 Gehirnaufnahmen, sogenannten Positronen-Emissions-Tomographie-(PET)-Scans, in denen die Stoffwechselveränderungen enthalten sind. Die Bilder stammen von rund 1000 Patienten, bei denen später Alzheimer diagnostiziert wurde. Dabei wurden 90 Prozent der Daten zum Training des Algorithmus genutzt, der anschließend mit den übrigen zehn Prozent getestet wurde. Danach ließen die Forscher den Algorithmus Bilder von 40 Patienten analysieren, die das System noch nicht gesehen hatte. Die KI erreichte dabei eine 100-prozentige Erkennungsrate – und zwar durchschnittlich mehr als sechs Jahre bevor Ärzte die Krankheit diagnostiziert hatten.
„Wir waren sehr zufrieden mit der Leistung des Algorithmus“, sagt Sohn. „Er war in der Lage, jeden einzelnen Fall vorherzusagen, der später in einer Alzheimer-Erkrankung mündete“. Allerdings weist Sohn darauf hin, dass das unabhängige Test-Set von 40 Patienten nicht groß sei und eine weitere Überprüfung durch Studien erfordere. Der Algorithmus könne jedoch ein nützliches Instrument sein, um die Arbeit von Radiologen in Zukunft zu ergänzen und frühzeitige Behandlungen zu ermöglichen.
