Inhalt
newsletter Newsletter

Forscher der kalifornischen Berkeley-Universität trainierten eine KI mit Hirnscans. Die konnte anschließend Alzheimer-Erkrankungen bis zu sechs Jahre vor der eigentlichen Diagnose erkennen. Eine frühe Behandlung ist wichtig: Sie kann das Fortschreiten der Krankheit verlangsamen oder gar stoppen.

Anzeige

Das Team trainierte das künstliche neuronale Netz mit sogenannten FDG-PET-Hirnscans. Hierbei wird eine radioaktive Glukose-Verbindung (FDG) in den Blutkreislauf gespritzt. Der Stoff wird vom Hirn aufgenommen und verarbeitet als sei es gewöhnliche Glukose.

Anhand eines PET-Hirnscans (Positronen-Emissions-Tomographie) können Ärzte den Stoffwechsel im Hirn beobachten und feststellen, wie schnell die Glukose von den Hirnzellen verarbeitet wird.

Ist diese Aktivität in bestimmten Hirnregionen eingeschränkt, kann das ein Hinweis auf eine Alzheimer-Erkrankung sein. Dass leichte Beeinträchtigungen des kognitiven Systems ähnlich aussehende Hirnscans hervorbringen, erschwert die Diagnose. Deshalb müssen die Bilder für eine stichhaltige Alzheimer-Diagnose eingehend von Spezialisten untersucht werden.

Anzeige
Anzeige

KI lernt alzheimertypische Stoffwechselmuster

Die Forscher griffen für das KI-Training auf eine Datenbank aus mehr als 2.000 Hirnscans von 1.000 Patienten zurück. 90 Prozent des Bildmaterials dienten dem Training, an den restlichen zehn Prozent wurde die Diagnosefähigkeit des künstlichen neuronalen Netzes getestet.

Das Team validierte die KI zudem an Hirnscans von 40 Patienten, die zwischen 2006 und 2016 erstellt wurden und verglich die KI-Diagnosen mit jenen von Spezialisten, die dasselbe Datenmaterial auswerteten.

Das Ergebnis: Nach dem Training diagnostizierte der Algorithmus die Krankheit in hundert Prozent der Fälle richtig, in 82 Prozent der Fälle konnte sie Alzheimer korrekt ausschließen. Die Spezialisten diagnostizierten die Krankheit in 57 Prozent der Fälle richtig, in 91 Prozent der Fälle konnten sie die Krankheit korrekt ausschließen.

Die Forscher stellen Einschränkungen der Studie heraus: Die Datenbank und mit ihr die Trainingsdaten seien recht beschränkt. Der Algorithmus müsse sich erst noch an einem größeren Datensatz beweisen.

Künstliche Intelligenz habe jedoch großes Potenzial, Alzheimer frühzeitig zu erkennen, wie bereits frühere Forschung nahelegt. Das künstliche neuronale Netz könne in Zukunft lernen, auch andere Alzheimer-Symptome im Hirn zu erkennen und auszuwerten.

Empfehlung

Die Forschungsarbeit kann hier eingesehen werden.

Anzeige
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!

Weiterlesen zum Thema:

| Featured Image: Radiological Society of North America | Source: Medical X Press /  Engadget / Venturebeat
Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Tomislav schreibt über Künstliche Intelligenz im Kontext der XR, Kunst und virtueller Wesen: Wie trägt KI zur Entwicklung von VR und AR bei, wie rekonstruiert und erweitert sie das menschliche Kunstschaffen und welche neue Formen des Geschichtenerzählens und der NPC-Interaktion ermöglicht sie?
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!