Ein Team kalifornischer Forscher hat eine KI entwickelt, die frühe Anzeichen der Alzheimer-Krankheit mit hoher Präzision erkennt. Der Algorithmus identifiziert Risikofaktoren im Durchschnitt sechs Jahre vor einer ärztlichen Diagnose – ein Meilenstein in der medizinischen Bildgebung.
Verwandte Artikel: Wie das King’s College London KI zur Krebsbehandlung einsetzt | Eine KI diagnostiziert Herzkrankheiten präziser als Ärzte | Was ist KI? 10 Fakten zur Zukunft der künstlichen Intelligenz
Das neurale Netzwerk analysierte Gehirnscans und prognostizierte Alzheimer 75,8 Monate vor der offiziellen Diagnose. Basierend auf einer Studie mit 2.109 F-FDG-PET-Bildern von 1.002 Patienten übertrifft die KI klinische Standards.
Die F-FDG-PET-Methode verwendet einen radioaktiven Glukosefarbstoff, um Gehirnaktivität sichtbar zu machen. Spezialisten prüfen diese Scans manuell auf Alzheimer, leichte kognitive Beeinträchtigung (MCI) oder verwandte Erkrankungen. Trotz des manuellen Aufwands hat sie zu früheren Diagnosen und besseren Therapien geführt.
Die Forscher nutzten Mustererkennung, um KI einzusetzen, und veröffentlichten ihre Ergebnisse in der renommierten Fachzeitschrift Radiology. „Deep Learning meistert die Komplexität von Bilddaten und gleicht Unterschiede im Fachwissen aus“, erklärt das 20-köpfige Team. „Bei funktioneller PET-Bildgebung des Gehirns steckt die Technologie noch in den Kinderschuhen.“
Sie testeten, ob der Algorithmus subtile Muster erkennt, die dem menschlichen Auge entgehen, und die Diagnosegenauigkeit steigert. Ergebnis: Die KI übertraf Ärzte bei der Vorhersage von Alzheimer und der Unterscheidung von MCI-Fällen sowie gesunden Patienten.
Diese Studie unterstreicht das Potenzial von KI in der Medizin. Beim Francis Crick Institute prognostizierte eine KI kürzlich Herzkrankheits-Sterblichkeit genauer als Experten. Googles DeepMind diagnostizierte im Sommer mit 94 % Genauigkeit über 50 Augenkrankheiten anhand von 3D-Scans – in Sekunden.
Trotz Limitierungen wie begrenzter Stichprobe schließen die Forscher: Ihr robustes Modell könnte in Kliniken integriert werden, mit mehr Daten noch präziser. Es verspricht, die Früherkennung von Alzheimer grundlegend zu verbessern.