KI entdeckt versteckten Stress-Biomarker in routinemäßigen CT-Scans
Neues KI-Tool misst die Größe der Nebennieren auf Standard-CT-Scans, um chronische Stressniveaus zu erkennen und das Herzerkrankungsrisiko vorherzusagen.
Zusammenfassung
Forscher der Johns Hopkins University haben ein KI-Tool entwickelt, das chronischen Stress erkennt, indem es das Volumen der Nebennieren in routinemäßig durchgeführten CT-Scans misst. Dieser Durchbruch schafft den ersten bildgebungsbasierten Stress-Biomarker, den sogenannten Adrenal Volume Index. Die KI analysierte Daten von 2.842 Teilnehmern und stellte starke Korrelationen zwischen der Nebennierengröße und Cortisolspiegeln, wahrgenommenem Stress sowie kardiovaskulären Ergebnissen – einschließlich des Herzinsuffizienzrisikos – fest. Im Gegensatz zu einzelnen Cortisoltests, die Stress nur zu einem bestimmten Zeitpunkt erfassen, spiegelt die Nebennierengröße die langfristige Stressakkumulation wider. Diese Entdeckung könnte die Stresserkennung revolutionieren, da bereits jährlich Millionen von Thorax-CT-Scans durchgeführt werden und dabei weder zusätzliche Untersuchungen noch eine weitere Strahlenbelastung erforderlich sind.
Detaillierte Zusammenfassung
Chronischer Stress schädigt unseren Körper auf stille Weise und trägt zu Herzerkrankungen, Depressionen und einer geschwächten Immunabwehr bei. Forscher der Johns Hopkins University haben nun einen Weg entdeckt, diese unsichtbare Belastung mithilfe von künstlicher Intelligenz und routinemäßigen medizinischen Scans sichtbar zu machen.
Der Durchbruch beruht auf der Messung des Nebennierenvolumens in Standard-CT-Aufnahmen. Diese kleinen Drüsen oberhalb der Nieren produzieren Cortisol, das wichtigste Stresshormon. Das Forschungsteam trainierte ein Deep-Learning-KI-Modell, um die Nebennierengröße automatisch zu berechnen, und entwickelte dabei den sogenannten Adrenal Volume Index – den ersten bildgebungsbasierten Biomarker für chronischen Stress.
In einer Untersuchung mit 2.842 Teilnehmern aus der Multi-Ethnic Study of Atherosclerosis stellten die Forscher starke Korrelationen zwischen vergrößerten Nebennieren und erhöhten Cortisolspiegeln, stärker wahrgenommenem Stress sowie einem erhöhten kardiovaskulären Risiko einschließlich Herzinsuffizienz fest. Im Gegensatz zu einzelnen Cortisolmessungen, die Stress nur zu einem bestimmten Zeitpunkt erfassen, spiegelt die Nebennierengröße die kumulative Stressbelastung über die Zeit wider.
Diese Entdeckung hat unmittelbare praktische Konsequenzen. Allein in den USA werden jährlich Millionen von Thorax-CT-Untersuchungen durchgeführt, was bedeutet, dass diese Stressbeurteilung bestehenden Scans ohne zusätzliche Strahlenbelastung oder Kosten hinzugefügt werden könnte. Kliniker könnten Patienten mit hoher chronischer Stressbelastung identifizieren und frühzeitig mit Stressbewältigungsstrategien intervenieren.
Die Forschung stellt einen bedeutenden Fortschritt in der Präventivmedizin dar und könnte ein großflächiges Screening auf stressbedingte Gesundheitsrisiken mithilfe weit verbreiteter Bilddaten ermöglichen. Die Ergebnisse müssen jedoch in unterschiedlichen Bevölkerungsgruppen und klinischen Umgebungen validiert werden, bevor eine breite Implementierung erfolgen kann.
Wichtigste Erkenntnisse
- AI measures adrenal gland volume on routine CT scans to detect chronic stress levels
- Adrenal Volume Index correlates with cortisol, perceived stress, and heart failure risk
- Method works on existing chest CT scans without additional radiation or testing
- Adrenal size reflects long-term stress accumulation better than single cortisol tests
- Could enable large-scale stress screening using millions of existing CT scans
Methodik
Dies ist ein Forschungsnachrichtenbericht von ScienceDaily, der Ergebnisse vorstellt, die auf dem Treffen der Radiological Society of North America präsentiert wurden. Die Studie analysierte 2.842 Teilnehmer aus der etablierten Multi-Ethnic Study of Atherosclerosis-Kohorte und kombinierte CT-Bildgebung mit validierten Stressfragebögen und biochemischen Markern.
Studienlimitierungen
Die Ergebnisse wurden auf einer Konferenz präsentiert, sind jedoch möglicherweise noch nicht von Fachkollegen begutachtet worden. Die Studienpopulation bestand aus älteren Erwachsenen (Durchschnittsalter 69,3 Jahre), weshalb die Übertragbarkeit auf jüngere Bevölkerungsgruppen unklar ist. Klinische Validierung und Implementierungsprotokolle müssen noch entwickelt werden.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: