EEG-basierte automatische Unterscheidung der Umwandlung in eine Alzheimer-Krankheit bei Patienten mit amnestischen leichten kognitiven Störungen
KI-gestütztes EEG-System ermöglicht Früherkennung von Alzheimer-Risiko
Eine bahnbrechende Studie chinesischer Forscher zeigt, wie künstliche Intelligenz und EEG-Analyse das Fortschreiten von leichter kognitiver Störung zu Alzheimer vorhersagen können.
Stellen Sie sich vor, Sie könnten Jahre im Voraus wissen, ob sich eine leichte Gedächtnisstörung zu einer Alzheimer-Erkrankung entwickeln wird. Genau das haben Wissenschaftler der Sun Yat-sen Universität in China nun möglich gemacht.
Die Forscher entwickelten ein KI-gestütztes System, das durch die Analyse von EEG-Signalen mit erstaunlicher Genauigkeit vorhersagen kann, welche Patienten mit leichter kognitiver Störung (aMCI) ein erhöhtes Alzheimer-Risiko haben.
“Früherkennung ist von größter Bedeutung, da sie eine frühzeitige und effektive klinische Intervention ermöglicht”, erklärt das Forscherteam.
Das Forscherteam untersuchte 107 Patienten mit aMCI über 18 Monate. Bei der ersten Diagnose wurde ein EEG durchgeführt. Nach der Beobachtungszeit hatten 42 Patienten Alzheimer entwickelt, während 65 im aMCI-Stadium verblieben.
Die Wissenschaftler analysierten die EEG-Daten mit modernsten Methoden:
-
Spektralanalyse der Hirnwellen
-
Nichtlineare Dynamik
-
Funktionelle Konnektivität zwischen Hirnregionen
Das entwickelte KI-System erreichte eine Genauigkeit von 99,96% bei der Unterscheidung zwischen Patienten mit stabilem Verlauf und solchen, die Alzheimer entwickelten.
Die Forscher fanden charakteristische Veränderungen bei Patienten mit erhöhtem Alzheimer-Risiko:
-
Verschiebung zu langsameren Hirnwellen
-
Reduzierte Komplexität der Hirnsignale
-
Verminderte Vernetzung zwischen Hirnregionen
Diese Entwicklung könnte die Alzheimer-Früherkennung revolutionieren. EEG-Untersuchungen sind:
-
Nicht-invasiv
-
Kostengünstig
-
Weithin verfügbar
-
In Echtzeit durchführbar1
:
-
18-monatige Verlaufsstudie mit 107 aMCI-Patienten
-
EEG-Analyse mittels KI
-
Umfassende Extraktion von Hirnsignalmerkmalen
:
-
99,96% Genauigkeit bei der Risikovorhersage
-
Identifikation spezifischer EEG-Veränderungen bei Risikopatienten
-
Erfolgreiche Validierung durch verschiedene Klassifikationsmethoden
:
-
Relativ kleine Stichprobengröße
-
Einzelzentrum-Studie
-
Keine kausalen Zusammenhänge nachgewiesen
:
-
EEG könnte als zuverlässiger Biomarker für Alzheimer-Risiko dienen
-
Nicht-invasive und kostengünstige Früherkennung möglich
-
Potenzial für personalisierte Präventionsstrategien
Diese Forschung eröffnet neue Perspektiven für die Früherkennung und Prävention von Alzheimer. Sie zeigt eindrucksvoll, wie moderne Technologie die neurologische Diagnostik verbessern kann.
Quelle
Ge Y, Yin J, Chen C, Yang S, Han Y, Ding C,, Zheng J, Zheng Y and Zhang J (2025) An
EEG-based framework for automated discrimination of conversion to Alzheimer’s disease in patients with amnestic mild cognitive impairment: an 18-month longitudinal study. Front. Aging Neurosci. 16:1470836.
doi: 10.3389/fnagi.2024.1470836
Für den Newsletter anmelden
