KI-gestützte Tiefenhirnstimulation verbessert das Gehen bei Parkinson-Patienten

Die tiefe Hirnstimulation (DBS) wird seit mehr als drei Jahrzehnten zur Behandlung motorischer Symptome der Parkinson-Krankheit eingesetzt. Heute wurden weltweit über 200.000 Patienten mit diesen Systemen implantiert, die kontinuierlich elektrische Stimulation an bestimmte tiefe Gehirnregionen abgeben, um Steifheit und Zittern zu reduzieren. Doch trotz ihres klinischen Erfolgs ist die Fähigkeit der konventionellen Tiefenhirnstimulation (THS), eines der am stärksten behindernden Symptome der Krankheit zu bekämpfen: Gehbehinderungen, nach wie vor begrenzt.

Forscher in Lausanne haben einen neuen Ansatz entwickelt, veröffentlicht in Naturmedizindas die DBS in Echtzeit an die Mobilität des Patienten in Alltagssituationen anpasst. Dank künstlicher Intelligenz interpretiert das System kontinuierlich die Aktivität des Patienten und passt die Stimulation in Echtzeit an, wodurch das Gehen, Treppensteigen und sogar das einfache Aufstehen verbessert werden.

Anpassung der Stimulation an reale Situationen

„Früher konnte ich kaum gehen, weil sich meine Beine schwer anfühlten oder sich manchmal unkontrolliert bewegten. Jetzt, da sich die Stimulation an das anpasst, was ich tue, kann ich besser und über längere Strecken gehen“, erzählt Herr F., einer der Studienteilnehmer. Im Gegensatz zur herkömmlichen DBS, die die Stimulation kontinuierlich mit festen Parametern abgibt, passt die neue Therapie die Stimulation dynamisch an die laufende Bewegungsaktivität des Patienten an.

Die tägliche Bewegungsaktivität umfasst eine Vielzahl von Aktivitäten wie Stehen, Gehen, Laufen, Drehen oder Überwinden von Hindernissen, die jeweils unterschiedliche motorische Anforderungen stellen. Diese Arbeit zeigt, dass wir viele dieser Aktivitäten anhand neuronaler Biomarker entschlüsseln und die Stimulation an ihre physiologischen Anforderungen anpassen können, um Patienten dabei zu helfen, sich natürlicher zu bewegen.“

Eduardo Moraud, der neu ernannte Medtronic-Lehrstuhlinhaber für Neuromodulation an der EPFL

Unter Verwendung künstlicher Intelligenz auf Daten von vierzig Patienten entwickelten die Forscher neuronale Decoder, die verschiedene Bewegungszustände direkt aus der Gehirnaktivität in Echtzeit erkennen. Diese Signale werden dann verwendet, um die Stimulation innerhalb von Sekunden zu modulieren, sodass sich die Therapie an die Bewegung anpassen kann.

Der Ansatz baut auf klinisch etablierten DBS-Systemen auf. Durch die Zusammenarbeit mit dem Industriepartner Medtronic konnten die Forscher auf Schlüsselaspekte der Technologie zugreifen und diese verfeinern, um Gangprobleme anzugehen und so die Entwicklung adaptiver Stimulationsstrategien in Echtzeit zu ermöglichen.

Von der Klinik bis zum Alltag

„Gehprobleme reagieren oft anders auf DBS als Tremor oder Steifheit, was Kliniker seit Jahren erkannt haben. Unsere Arbeit zeigt, dass Stimulationseinstellungen automatisch angepasst werden können, um den Bedürfnissen einer Person gerecht zu werden, während sie sich bewegt“, sagt Jocelyne Bloch, Leiterin der Neurochirurgie am CHUV und leitende Co-Autorin der Studie.

Diese Arbeit wird im Rahmen des von Bloch mitgeleiteten interdisziplinären Zentrums .NeuroRestore durchgeführt und vereint die klinische Expertise des CHUV mit der Führungsrolle der EPFL in der Neurotechnologie, um die Umsetzung von Therapien der nächsten Generation zu beschleunigen. „Die Umwandlung der Tiefenhirnstimulation in eine intelligente Therapie eröffnet völlig neue Möglichkeiten für Patienten, insbesondere für Menschen mit schweren Gehbehinderungen“, erklärt Bloch.

Das Forschungsteam erwägt die Durchführung einer Folgestudie, um die langfristigen Ergebnisse dieser Therapie zu bewerten und den Ansatz auf eine größere Patientenpopulation auszuweiten.

Quellen: