Brain HealthEinzelne MRT-Aufnahme sagt jetzt Alzheimer-Diagnose und künftigen kognitiven Abbau voraus
Forscher der UCSF haben ein Deep-Learning-System entwickelt, das sowohl eine Alzheimer-Diagnose als auch zukünftige kognitive Testwerte allein auf Basis eines einzelnen Ausgangs-MRT-Scans und grundlegender demografischer Informationen vorhersagen kann. Aktuelle Methoden zur Erfassung kognitiven Abbaus stützen sich auf aufwendige neuropsychologische Tests oder kostspielige multimodale Bildgebungsverfahren, die über einen längeren Zeitraum durchgeführt werden müssen. Dieses neue Multitask-Framework kombiniert große vortrainierte KI-Modelle mit Gewebesegmentierungsdaten und maßgeschneiderten Lerntechniken, um weit mehr Informationen aus einem Standard-MRT zu extrahieren, als bisher möglich war. Das Modell sagt gleichzeitig die Diagnose, die Hirngewebesegmentierung sowie die aktuelle und zukünftige kognitive Leistungsfähigkeit voraus. Sollte es sich in der Validierung bewähren, könnte dies die Früherkennung, die Krankheitsüberwachung und die Auswahl von Patienten für klinische Studien erheblich vereinfachen – und die Alzheimer-Diagnostik schneller, kostengünstiger und breiter zugänglich machen.
