Alzheimer und Demenz im Frühstadium erkennen: Forschende der School of Biomedical Engineering & Imaging Sciences haben ein neues Verfahren des maschinellen Lernens entwickelt, das MRT-Aufnahmen des Gehirns analysiert und das Alter eines Gehirns im Vergleich zum Rest der Bevölkerung vorhersagt.
Es handelt sich dabei um ein Screening-Tool, das anhand von klinischen MRT-Routinescans automatisch und in Echtzeit älter aussehende Gehirne erkennt. Eine anschließende Diagnose, beispielsweise von Alzheimer im Frühstadium, könnte die Patientenversorgung durch frühzeitige medizinische Behandlung verbessern.
Die im Fachblatt Neuroimage veröffentlichte Forschungsarbeit von Forschenden der School of Biomedical Engineering & Imaging Sciences des King’s College London zeigt, dass Gehirne im Rahmen eines natürlichen Prozesses mit zunehmendem Alter an Volumen verlieren.
Solange der Volumenverlust für das Alter des Patienten angemessen ist, kann das neue Tool das richtige Alter des Patienten vorhersagen.
Wenn das Gehirn einer Patientin oder eines Patienten jedoch erkrankt ist und unverhältnismäßig viel Volumen verloren hat, wie etwa bei Demenz, zeigt das Tool die Diskrepanz zwischen dem tatsächlichen und dem vorhergesagten Alter an und macht so die Kliniker auf diese wichtige Diskrepanz aufmerksam.
Die Forschenden haben mit Hilfe eines auf Deep Learning basierenden Klassifizierungssystems für neuroradiologische Befunde einen Datensatz von 23302 „altersgemäß normalen“ MRT-Untersuchungen des Kopfes aus zwei großen britischen Krankenhäusern generiert und dabei die bereits vorhandenen neuroradiologischen Befunde verwendet.
Das endgültige Modell wurde anhand von Scans mit einem überproportionalen Hirnvolumenverlust getestet. Die Modellergebnisse wurden dann durch die Erstellung von Heatmaps der Teile der Scans überprüft, für die das Modell einen überproportionalen Hirnvolumenverlust vorhersagte.
Laut Dr. David Wood, Erstautor der Studie und Forscher an der School of Biomedical Engineering and Imaging Sciences, war ein wichtiger Aspekt dieser Studie die Verwendung eines großen, klinisch repräsentativen Datensatzes für das Modelltraining.
Früherkennung von Alzheimer und Demenz
Den Forschern zufolge könnte dieser Rahmen wichtige Auswirkungen auf die Patientenversorgung, die Arzneimittelentwicklung und die Optimierung der MRT-Datenerfassung haben.
Derzeit werden abnormale ältere Gehirne irgendwann nach dem Scan zum Zeitpunkt der Befundaufnahme erkannt. Die genauesten Berichte werden in Zentren erstellt, in denen es Neuroradiologen gibt, aber nur wenige Zentren haben Neuroradiologen, so die Autoren der Studie.
Die automatische Erkennung von Volumenverlusten in Echtzeit hilft bei der Erkennung des häufigen Problems der Neurodegeneration bei Scans, die aus allen möglichen Gründen angefertigt werden.
Eine anschließende Diagnose, beispielsweise der Alzheimer–Krankheit im Frühstadium, könnte die Patientenversorgung durch frühzeitige medizinische und soziale Behandlung verbessern. Auch könnten die Patientinnen und Patienten in einem früheren Stadium für Arzneimittelprüfungen rekrutiert werden.
Quellen: King’s College London / David A. Wood et al, Accurate brain-age models for routine clinical MRI examinations, NeuroImage (2022). DOI: 10.1016/j.neuroimage.2022.118871
vgt
Der Beitrag beschäftigt sich mit einem medizinischen Thema, einem Gesundheitsthema oder einem oder mehreren Krankheitsbildern. Dieser Artikel dient nicht der Selbst-Diagnose und ersetzt auch keine Diagnose durch einen Arzt oder Facharzt. Bitte lesen und beachten Sie hier auch den Hinweis zu Gesundheitsthemen!
