Morbus Parkinson ist die zweithäufigste und am schnellsten wachsende neurodegenerative Erkrankung weltweit. In Deutschland sind etwa 400.000 Menschen betroffen, meist ab dem späten 50. Lebensjahr oder in den 60ern, aber auch jüngere Patient:innen sind betroffen. Obwohl Parkinson nicht ursächlich heilbar ist, können die Symptome gut behandelt werden. Die Forschung macht bedeutende Fortschritte in verschiedenen Bereichen, von der molekularen und frühen Diagnostik über die Entschlüsselung genetischer Ursachen bis zur Entwicklung neuer Therapien und der Nutzung künstlicher Intelligenz (KI).
Fortschritte in der Parkinson-Forschung
Die Parkinson-Forschung erlebt derzeit in allen Bereichen spannende Fortschritte. Dies umfasst die molekulare und frühe Diagnostik, die Entschlüsselung genetischer Ursachen, die Entwicklung neuer Therapien und die Nutzung künstlicher Intelligenz. Ein vielversprechender Ansatz ist die Entwicklung neuer Medikamente, die möglicherweise den Krankheitsverlauf verlangsamen können.
Neue Medikamente und Therapieansätze
Eine kürzlich in Frankreich durchgeführte Studie deutet darauf hin, dass das Diabetes-Medikament Lixisenatid, ein GLP1-Agonist, potenziell den Verlauf der Parkinson-Krankheit verlangsamen könnte. In der Studie wurden 156 Personen in einem frühen Stadium der Erkrankung untersucht, die bereits Parkinson-Medikamente (Levodopa oder andere Arzneimittel) in stabiler Dosis einnahmen. Die Hälfte der Teilnehmer erhielt ein Jahr lang Lixisenatid, die andere Hälfte ein Placebo. Nach 12 Monaten zeigte die Placebo-Kontrollgruppe eine erwartete Verschlechterung ihrer Symptome. Auf einer Skala zur Bewertung des Schweregrads der Parkinson-Krankheit verschlechterte sich ihr Befund um drei Punkte.
Sollte sich dieser Befund in größeren Studien bestätigen, könnte dies das erste Medikament sein, das in den Verlauf der Parkinson-Krankheit eingreift. Aufgrund der starken Nebenwirkungen von Lixisenatid, wie Übelkeit und Erbrechen, sind jedoch weitere Studien mit besser verträglichen Medikamenten derselben Substanzklasse erforderlich. Aktuelle Studien zielen darauf ab, den Krankheitsverlauf und das Absterben von Dopamin-Neuronen frühzeitig zu stoppen, noch vor dem Auftreten erster Symptome.
Früherkennung durch Bewegungssensoren
Eine Studie aus Großbritannien hat gezeigt, dass am Handgelenk getragene Bewegungssensoren bis zu sieben Jahre vor der klinischen Diagnose auf eine beginnende Parkinson-Erkrankung hinweisen können. Diese Sensoren erfassen subtile Veränderungen in der Bewegung, die auf eine beginnende Parkinson-Erkrankung hindeuten können.
Lesen Sie auch: Morbus Parkinson: Richtige Ernährung
Rolle der Künstlichen Intelligenz in der Früherkennung
Künstliche Intelligenz (KI) spielt eine zunehmend wichtige Rolle bei der Früherkennung und Behandlung von Morbus Parkinson. KI-gestützte Analysen können subtile Veränderungen erkennen, die mit herkömmlichen Methoden möglicherweise übersehen werden.
KI-gestützte Sprachanalyse
Die KI-gestützte Analyse gesprochener Sprache könnte die Früherkennung von Parkinson verbessern. In einer Studie wurde untersucht, ob Patient:innen mit einem höheren Schweregrad sprachlicher und akustischer Auffälligkeiten ein höheres Risiko haben, eine neurodegenerative Erkrankung zu entwickeln. Die automatisierte Sprachanalyse könnte bei Patient:innen mit isolierter REM-Schlafverhaltensstörung, einem Frühsymptom der Parkinson-Krankheit, Hinweise darauf geben, welcher Verlauf zu erwarten ist, und die Phänokonversion vorhersagen. Dr. Tabea Thies, Phonetikerin und Postdoc der Arbeitsgruppe Bewegungsstörungen und Tiefe Hirnstimulation der Klinik und Poliklinik für Neurologie der Uniklinik Köln, will in einer Studie Sprechmuster von Patientinnen und Patienten aufzeichnen, um Veränderungen von gesundem Altern bis hin zur Parkinson-Krankheit zu erfassen. Durch eine Analyse mit Hilfe von Künstlicher Intelligenz erhoffen sich die Forschenden, aus den gewonnenen Daten Muster zu identifizieren, die auf Sprechveränderungen hinweisen. „In digitale Tools integriert, könnten automatisierte Sprechanalysen ermöglicht werden, die das klinische Screening verbessern und die personalisierte Medizin unterstützen, indem sie Diagnosen erleichtern und den Krankheitsverlauf sowie die Reaktion auf Behandlungen überwachen“, erklärt Dr.
KI-gestütztes Monitoring von Bewegungsstörungen
KI ermöglicht auch das Monitoring von Personen mit Parkinson und anderen Bewegungsstörungen aus der Ferne, etwa in Regionen mit begrenztem Zugang zu neurologischer Versorgung. Ein Modell für maschinelles Lernen konnte den Schweregrad von Parkinson-Symptomen anhand von Fingertipp-Aufgaben der Teilnehmenden, die mit einer Webcam aufgezeichnet wurden, mit brauchbarer Genauigkeit bewerten.
KI-gestützte Gesichtsanalyse
Die Auswirkungen der Nervenerkrankung auf die Mimik könnten künftig bei der Diagnose eine entscheidende Rolle spielen. Forschende aus den USA haben eine Software entwickelt, die per Webcam oder anhand von Smartphone-Selfies Frühwarnsignale für Parkinson erkennen soll. Die Software von Ehsan Hoque und seinem Team an der Universität von Rochester soll die kurzen Videos, die bei der Aufnahme von Selfies entstehen, analysieren und kleinste Bewegungen der Gesichtsmuskeln erkennen, die für das bloße Auge nicht sichtbar sind, wie die Universität mitteilt. Dahinter steckt eine Methode der künstlichen Intelligenz, die sich maschinelles Lernen nennt. So soll die Erkrankung Morbus Parkinson früh erkannt werden.
Hoque und seine Kolleg:innen sind nicht die einzigen, die sich die Kombination aus künstlicher Intelligenz und Selfies bei der frühen Diagnostik von Krankheiten zu Nutze machen wollen: So hat ein Forschungsteam aus den USA und Kanada eine KI-Methode entwickelt, die Erbkrankheiten per Gesichtsscan erkennen können soll. Forschende aus China wollen wiederum mit einem Algorithmus herzkranke Menschen auf den selbst geschossenen Fotos ermitteln.
Lesen Sie auch: Die Rolle neurologischer Symptome bei Morbus Wilson
Auch bei Hoque ist die Selfie-Software nicht das Einzige, was er zur Diagnostik von Parkinson entwickelt hat. In Zusammenarbeit mit Expert:innen auf dem Gebiet der Parkinson Erkrankung hat er einen fünfstufigen Test entwickelt, den Neurolog:innen mit Patient:innen machen könnten, die Hunderte von Kilometern entfernt vor ihren Computer-Webcams sitzen. Dies könnte für Patient:innen, die unter Quarantäne stehen, immobil sind oder in Gebieten leben, in denen der Zugang zu einem Neurologen eingeschränkt ist, von großer Bedeutung sein, wie Hoque erklärt.
Neben dem Lächeln, das dreimal mit einem neutralen Gesichtsausdruck gewechselt werden muss, werden die Patient:innen in dem Test auch gebeten einen komplexen, geschriebenen Satz laut vorzulesen, zehnmal so schnell wie möglich den Zeigefinger auf den Daumen legen, dreimal einen möglichst angewidert zu gucken - abwechselnd mit einem neutralen Ausdruck und dreimal langsam die Augenbrauen so hoch wie möglich zu heben und dann so weit wie möglich zu senken.
Das Programm gibt in wenigen Minuten eine prozentuale Wahrscheinlichkeit an, ob Patient:innen Symptome der Parkinson-Krankheit oder verwandter Erkrankungen aufweisen. Es sei wichtig, neben dem Lächeln auch andere Parameter zu testen, heißt es in der Mitteilung der Universität: Betroffene weisen nicht unbedingt alle das Symptom der eingeschränkten Mimik auf, sondern die Krankheit kann sich auch durch andere Anzeichen bemerkbar machen.
KI-gestützte Analyse der nächtlichen Atmung
US-Informatiker haben eine Software entwickelt, die einen Morbus Parkinson an den veränderten nächtlichen Atemexkursionen der Patienten erkennen kann. Ein KI-System soll am Atemmuster einer Person erkennen, ob eine Parkinson-Erkrankung vorliegt und mit welchem Schweregrad. Die Parkinson-Diagnose ist eine medizinische Herausforderung, da es keine wirksamen Biomarker gibt. Ein Zusammenhang zwischen der Parkinson-Krankheit und der Atmung wurde bereits 1817 in der Arbeit von Dr. James Parkinson festgestellt. Atemsymptome könnten sich Jahre vor motorischen Symptomen manifestieren.
Die Forscher trainierten ihr KI-System mit gesammelten Atmungsdaten von mehr als 7600 Menschen, von denen rund 750 an Parkinson litten. Sie entwickelten für ihre Studie ein Gerät, das Atmungsdaten berührungslos anhand von Radiowellen erfasst, die während des Schlafs vom Körper einer Person zurückgeworfen werden. Die kleine Box wird dafür einfach in der Nähe des Patientenbetts platziert. Laut der Studienergebnisse kann das KI-Modell in den eigenen und in externen Testdatensätzen Morbus Parkinson mit einer Genauigkeit von bis zu 90 Prozent erkennen. Für diese Diagnosefähigkeit reichen die Atmungsdaten einer Nacht.
Lesen Sie auch: Was ist idiopathischer Morbus Parkinson?
Das Team sieht mehrere Vorteile in dem System: Es könne die Kosten und Dauer von klinischen Studien zu Parkinson reduzieren und so die Entwicklung von Medikamenten beschleunigen. Zudem könne das KI-System bei der Früherkennung von Parkinson helfen, die derzeit noch auf das Auftreten motorischer Signale angewiesen sei. Ferner zeige die Studie das Potenzial von KI in der Medizin, um ungelöste Herausforderungen in der neurowissenschaftlichen Forschung anzugehen und neue Biomarker zu entwickeln. Das MIT führte die Studie in Zusammenarbeit mit der University of Rochester, der Mayo Clinic und dem Massachusetts General Hospital durch.
KI in der Radiologie
Prof. Dr. Philipp Vollmuth, Sektionsleiter für Computational Radiology & Clinical AI (CCIBonn.ai) an der Klinik für Neuroradiologie und Co-Direktor am Zentrum für Medizinische Datennutzbarkeit und Translation (ZMDT), will der Herausforderung steigender radiologischer Untersuchungen mit künstlicher Intelligenz (KI) begegnen. Mit AI-Next entwickeln er und seine Arbeitsgruppe ein KI-Basismodell (Foundation Model), das neue Maßstäbe für die Anwendung künstlicher Intelligenz in der Radiologie setzen soll und sich wie ein erfahrener Arzt ein grundlegendes `Verständnis´ aus einer großen Menge an Bilddaten aneignet. Das Modell soll dabei aus einer breiten und vielfältigen Datenbasis von mehreren Millionen radiologischen Bildern selbstständig lernen, Strukturen und Muster in den Bildern zu erkennen. Zunächst konzentrieren sie sich auf die Bildgebung des Gehirns, da diese ein hochkomplexes und datenintensives Feld ist. Vollmuth will das Potenzial dieser Modelle systematisch untersuchen: von der Verbesserung der Bildqualität über die automatisierte Erkennung und Quantifizierung kritischer Befunde - etwa bei Hirnblutung oder Schlaganfall - bis hin zur präziseren Diagnostik bei chronischen Erkrankungen wie Multipler Sklerose oder Alzheimer. Die KI soll auch helfen, die Krankheitsverläufe von Krebspatienten besser vorherzusagen und radiologische Befunde zu automatisieren.
Einschränkungen und zukünftige Perspektiven
Obwohl es zahlreiche vielversprechende Parkinson-Studienergebnisse im Bereich KI gibt, müssen diese erst in der klinischen Praxis validiert werden. Zudem fehlt bisher die Anwendung von KI auf multimodale Daten. Aktuell hat KI für Parkinson-Patient:innen noch keine besondere Bedeutung. Es besteht jedoch großes Potenzial, dass KI in einigen Jahren die frühe Diagnose und die individuellen Therapiemöglichkeiten bei Parkinson deutlich verbessert.
Prof. Joseph Claßen, Vorstandsmitglied der Deutschen Gesellschaft für Parkinson und Bewegungsstörungen, betont, dass die Studie mit der Selfie-Software sich nicht als Beleg dafür eignet, dass mit einer solchen Methode die Parkinsonkrankheit besonders früh oder sogar vor dem Beginn der behindernden Bewegungsstörung erkannt werden könnte. Um ein solches Instrument zu entwickeln, sei eine viel größere Untersuchung nötig, die über mehrere Jahre durchgeführt wird. Denn dann könne auch überprüft werden, ob der Algorithmus mit seinen Vorhersagen richtig lag.
Claßen erklärt, dass der publizierte Algorithmus und andere, ähnliche Versuche noch weit davon entfernt sind, eine solche Leistung zu erbringen. Das liegt daran, dass ein solches Verfahren auch viele andere Zustände von geringerer Beweglichkeit der mimischen Muskulatur von einer Parkinsonkrankheit trennen können müsste. Es gibt eine ganze Reihe von Bewegungsstörungen, die eng mit der Parkinson-Krankheit verwandt sind, darunter Ataxie oder Chorea Huntington. Es ist also weitere Forschung erforderlich, um Algorithmen zu schaffen, mit denen sich diese anderen Bewegungsstörungen von Parkinson unterscheiden lassen, erklärt auch die Universität Rochester.
Claßen meint, dass auf absehbare Zeit der Sachverstand von Expert:innen für die Diagnose und Therapieplanung unverzichtbar bleiben werde. Auch die emotionale Dimension der Beziehung zwischen Ärzt:innen und Patient:innen werde nicht durch technische Werkzeuge zu ersetzen sein. Er hält es aber durchaus für möglich, dass eine solche Methode einmal hilfreich sein könnte, wenn sie zusätzlich zu anderen Verfahren eingesetzt wird.
Initiativen zur Früherkennung
Das Projekt „Re-Start PD“ soll helfen, Parkinson frühzeitig zu erkennen, den frühen Verlauf besser zu verstehen und damit neue Therapien zu entwickeln. Privatdozent Dr. med. Michael Sommerauer, der über ein Advanced Clinician Scientist Stipendium der Medizinischen Fakultät der Universität nach Bonn gekommen ist, leitet das Projekt. In der Klinik für Parkinson, Schlaf- und Bewegungsstörungen am Zentrum für Neurologie des UKB ist er für das Schlaflabor zuständig und untersucht dort als Schwerpunkt Schlafstörungen als Warnsymptom für Parkinson. Bei bestimmten Personen ist die REM-Schlaf-Verhaltensstörung eine Vorstufe von Parkinson. Ziel ist ein Früherkennungssystem für Parkinson mit einer Tablet-App für große Bevölkerungsgruppen.
tags: #morbus #parkinson #fruhdiagnostik #durch #kunstliche #intelligenz