Bildgebung bei Alzheimer: Künstliche Intelligenz präzisiert Diagnostik

Die Diagnostik der Alzheimerkrankheit basiert heute auf einer Kombination verschiedener Untersuchungsmethoden aus neuropsychologischen Tests, Biomarkeruntersuchungen sowie bildgebenden Verfahren wie der Magnetresonanztomographie (MRT) und der Positronen-Emissions-Tomographie (PET). Die MRT dient dabei insbesondere dazu, andere Erkrankungen als Ursache der Beschwerden auszuschließen und strukturelle Veränderungen des Gehirns zu beurteilen. In der Praxis beeinträchtigen jedoch teilweise lange Untersuchungszeiten, uneinheitliche Protokolle, Bewegungsartefakte (Bildfehler durch instabile Lage der Patientin oder des Patienten), schwankende Bildqualität und ein hoher Auswertungsaufwand die Effizienz der MRT-Bildgebung.  

Ein wichtiger Baustein in der Diagnostik der Alzheimerkrankheit ist der Nachweis krankheitstypischer Biomarker. Bestimmte Biomarker können im Nervenwasser (Liquor), das mittels Lumbalpunktion gewonnen wird, bestimmt werden. Eine weniger invasive Möglichkeit zum Nachweis Alzheimer-typischer Biomarker bietet die PET-Bildgebung: Nach intravenöser Verabreichung eines spezifischen Radiopharmakons können beispielsweise Amyloid-Ablagerungen im Gehirn bildlich dargestellt werden.  

Schlüsseltechnologie für die zukünftige Versorgung bei Alzheimer 

Künstliche Intelligenz (KI) kann die medizinische Bildgebung auf unterschiedliche Weise unterstützen: KI analysiert große Bildmengen automatisiert und kann subtile Muster erfassen und so zu stärker standardisierten Auswertungen beitragen. Sie beschleunigt die Durchführung von MRT-Untersuchungen, verbessert die Bildqualität und ermöglicht die automatisierte Analyse großer Datenmengen. Dadurch verkürzen sich Befundungszeiten: Ärztinnen und Ärzte können Diagnosen schneller stellen, bei insgesamt stärker standardisierten Auswertungen. Dies reduziert Unterschiede zwischen Kliniken und Befundenden und erhöht die Objektivität der Diagnostik. Darüber hinaus wird erforscht, ob KI zusätzliche Informationen aus MRT-Daten für die frühere Erkennung und Risikoeinschätzung der Alzheimer-Krankheit nutzbar machen kann. Ein Beispiel ist das europäische Forschungsprojekt PREDICTOM.  

Auch in der PET-Bildgebung bietet KI mehrere Vorteile: Sie kann die Auswertung und Quantifizierung von Amyloid-PET-Aufnahmen automatisiert unterstützen und damit zu einer stärker standardisierten Beurteilung beitragen. Der bildgebende Nachweis einer Amyloid-Pathologie spielt zudem bei der Auswahl geeigneter Patientinnen und Patienten für die neuen zugelassenen Alzheimer-Therapien – in Deutschland etwa mit den Antidementiva Lecanemab und Donanemab – eine wichtige Rolle. Im Therapieverlauf kann die Amyloid-PET darüber hinaus den Abbau der Amyloid-Plaques sichtbar und quantifizierbar machen und damit zur Beurteilung des Therapieerfolgs beitragen. Während der Therapie kommt der MRT eine wichtige Rolle bei der Überwachung möglicher therapiebedingter Nebenwirkungen zu, insbesondere sogenannter Amyloid-Related Imaging Abnormalities (ARIA). KI kann sowohl bei der quantitativen Auswertung der PET-Bildgebung als auch bei der Analyse wiederholter MRT-Kontrollen unterstützen. 

Trotz bestehender Herausforderungen gilt KI in Kombination mit den Bildgebungssystemen als Schlüsseltechnologie für die zukünftige Versorgung von Patientinnen und Patienten mit der Alzheimerkrankheit. Hemmnisse liegen etwa in der Standardisierung, den Implementierungskosten und der Datenverfügbarkeit. Gerade in der Qualität und Menge von Trainingsdaten für KI liegt ein hohes Steigerungspotenzial, das in Deutschland bereits gesetzgeberisch (Gesetz für Daten und digitale Innovation im Gesundheitswesen; GeDiG) adressiert wird. KI kann die Diagnose und Therapieüberwachung beschleunigen und die Genauigkeit der Befunde erhöhen. Vor diesem Hintergrund bleibt mehr Zeit für die Betreuung der Betroffenen. Dadurch kann KI insgesamt wesentlich zu einer besseren Versorgung und höheren Lebensqualität von Patientinnen und Patienten mit Alzheimer beitragen.