Es wird erwartet, dass sich die Alzheimer-Krankheit und damit verbundene Demenzerkrankungen bis 2060 mehr als verdoppeln. Da im Juni der Alzheimer- und Brain Awareness Month markiert, arbeiten drei Forscher der University of Florida daran, die Fähigkeit von Ärzten zu verbessern, zwischen diesen Krankheiten zu unterscheiden – ein entscheidender Schritt hin zu einer früheren Diagnose und besseren Ergebnissen.

In einer kürzlich in Neurology veröffentlichten Studie haben Forscher ein neues Tool namens Automated Imaging Differentiation for Dementia (AIDD) entwickelt. Das Tool kombiniert Gehirnscans mit KI, um zwischen zwei häufigen Formen der Demenz zu unterscheiden: Alzheimer-Demenz und Demenz mit Lewy-Körpern. Die Ergebnisse zeigten, dass AIDD die beiden Krankheiten mit nahezu perfekter Genauigkeit identifizierte, was darauf hindeutet, dass es sich um ein vielversprechendes zukünftiges Instrument für Kliniker handeln könnte.

Der Einsatz von KI und fortschrittlicher Bildgebungstechnologie ist vielversprechend, um Gehirndegenerationsmuster bei Demenz aufzudecken.“

David Vaillancourt, Ph.D., angesehener Professor und Orchid Endowed Chair, UF Department of Applied Physiology & Kinesiology am College of Health and Human Performance

Obwohl es sich bei beiden Erkrankungen um Formen der Demenz handelt, können sie unterschiedlich auftreten. Beispielsweise beginnt eine Lewy-Körperchen-Demenz häufig mit Aufmerksamkeits-, Wachheits- und Bewegungsproblemen, wohingegen Patienten mit Alzheimer Gedächtnisprobleme aufweisen. Im Gegensatz zur Alzheimer-Krankheit erfordert die Demenz mit Lewy-Körpern eine andere Behandlung.

Leider werden die beiden Krankheiten häufig verwechselt, da bei bis zu 50 % der Patienten mit Lewy-Körperchen-Demenz fälschlicherweise die Diagnose Alzheimer gestellt wird. Heutige Diagnosemethoden basieren auf einer Mischung aus Bewertungen, Tests und Gehirnscans und nicht auf einem einzigen endgültigen Test. In einigen Fällen kann eine Fehldiagnose zu Behandlungen führen, die die kognitiven und motorischen Funktionen verschlechtern.

Werbung
Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Um dieses Tool zu entwickeln, analysierten die Forscher 519 Gehirnscans von Patienten mit Alzheimer, Demenz mit Lewy-Körpern und keiner Krankheit (Kontrollgruppe), die von Januar 2007 bis März 2022 in mehreren Forschungsdatenzentren gesammelt wurden. Aus dieser Gruppe wurde eine Teilmenge von 387 Scans (129 Alzheimer-Scans, 129 Demenz mit Lewy-Körperchen, 129 Kontrollen) verwendet, um das KI-Modell zu trainieren und zu testen. Achtzig Prozent der Scans wurden zum Trainieren der Maschine verwendet, während die restlichen 20 Prozent zum Testen verwendet wurden.

„Um höchste Zuverlässigkeitsstandards zu gewährleisten, haben wir umfangreiche Validierungsexperimente mit Daten durchgeführt, die von mehreren Scannern und Bildgebungszentren gesammelt wurden“, sagte Angelos Barmpoutis, Ph.D., Professor am Digital Worlds Institute des UF College of the Arts, der zusammen mit Vaillancourt und Robin Chen, Ph.D., einem Postdoktoranden in der Abteilung für biomedizinische Technik der J. Crayton Pruitt Family, an der Studie arbeitete.

Bei den Scans wurde eine spezielle MRT-Technik verwendet, die zusätzliche Flüssigkeit im Gehirn misst und häufig auf eine Schädigung und Entzündung der Gehirnzellen hinweist. Diese subtilen Wasserbewegungsmuster im Gehirn wurden mit KI analysiert, was eine genauere Identifizierung jeder Krankheit ermöglichte. Bei mehreren Gehirnscan-Vergleichen zeigte das Tool eine starke Leistung. Um das System weiter zu testen, wandten die Forscher das Tool an einer separaten Gruppe von 13 Patienten an, deren Diagnosen nach dem Tod durch Autopsie bestätigt wurden. Das Tool hat alle 13 Fälle korrekt identifiziert.

„Da die Therapien für die Alzheimer-Krankheit und Demenz mit Lewy-Körpern unterschiedlich sind, wird die Entwicklung präziser Biomarker bessere Ergebnisse für die Patienten bieten“, sagte Vaillancourt.


Quellen:

Journal reference:

Chen, R., et al. (2026). Automated Imaging Differentiation for Dementia. Neurology Open Access . DOI: 10.1212/WN9.0000000000000093. https://www.neurology.org/doi/10.1212/WN9.0000000000000093