Viele Menschen mit Multipler Sklerose kennen die Sorge vor kognitiven Veränderungen.
In den letzten Jahren wird in der MS-Forschung zunehmend über PIRA gesprochen. PIRA steht für „Progression Independent of Relapse Activity“ und beschreibt eine Verschlechterung der Erkrankung, die unabhängig von Schüben auftritt. Dadurch richtet sich der Blick stärker auf schleichende Veränderungen, die oft lange unbemerkt bleiben können – dazu gehören auch Veränderungen der kognitiven Leistungsfähigkeit.
Was passiert, wenn die Konzentration nachlässt? Wenn Informationen langsamer verarbeitet werden? Oder wenn das Gedächtnis nicht mehr so zuverlässig funktioniert wie früher? Was, wenn es auf einmal schwierig wird, verschiedene Dinge gleichzeitig zu tun?
Genau hier könnte Künstliche Intelligenz (KI) künftig eine Rolle spielen.
Eine aktuelle Studie zeigt, wie Forschende KI nutzen, um das Risiko kognitiver Veränderungen bei Menschen mit MS besser vorherzusagen. Die Ergebnisse sind vielversprechend – und sie zeigen, wie digitale Technologien bereits heute eingesetzt werden, um medizinische Fragestellungen besser zu verstehen. Hier geht es zum Bericht in MS News Today: Zum Bericht und dem Link zur Studie – derzeit nur in Englisch verfügbar.
Warum beschäftigen sich Forschende mit diesem Thema?
Multiple Sklerose betrifft nicht nur körperliche Symptome wie Einschränkungen in der Gehfähigkeit oder Probleme mit den Händen.
Auch Konzentration, Aufmerksamkeit, Gedächtnis oder die Geschwindigkeit der Informationsverarbeitung können sich im Verlauf der Erkrankung verändern – also unsere kognitiven Fähigkeiten.
Diese Veränderungen sind nicht immer leicht zu erkennen. Sie entwickeln sich häufig schleichend und werden manchmal erst bemerkt, wenn sie im Alltag bereits Auswirkungen haben. Wenn wir uns nicht mehr gut erinnern können, mehrere Dinge gleichzeitig schwerfallen oder wir länger als üblich benötigen, um Informationen zu verarbeiten oder Gedanken zu formulieren.
Gleichzeitig wissen wir heute, dass die Gesundheit des Gehirns eine wichtige Rolle spielt – für uns alle, aber besonders für Menschen mit MS.
Deshalb suchen Forschende nach Möglichkeiten, Risiken früher zu erkennen. Je besser wir verstehen, welche Menschen möglicherweise von kognitiven Veränderungen betroffen sein werden, desto gezielter können Beobachtung, Beratung und möglicherweise auch therapeutische Maßnahmen erfolgen.
Hier kommt Künstliche Intelligenz ins Spiel. Eine aktuelle Studie aus Mailand zeigt, wie Forschende versuchen, solche Risiken mithilfe von KI früher zu erkennen.
Was wurde in der Studie untersucht?
Die Studie wurde an einem Forschungszentrum in Mailand durchgeführt. Dafür analysierten die Forschenden die Daten von 224 Menschen mit MS sowie 115 gesunden Kontrollpersonen über einen Zeitraum von durchschnittlich mehr als drei Jahren.
Die zentrale Frage war: Kann eine KI erkennen, welche Menschen mit MS ein erhöhtes Risiko für eine spätere Verschlechterung ihrer kognitiven Fähigkeiten haben?
Dafür wurden MRT-Aufnahmen des Gehirns, klinische Daten und Ergebnisse kognitiver Tests miteinander kombiniert. Die KI wurde mit bereits bekannten Krankheitsverläufen trainiert und lernte, welche Merkmale häufiger bei Menschen auftraten, deren Gedächtnis, Aufmerksamkeit oder Informationsverarbeitung sich im Verlauf verschlechterten.
Während der Nachbeobachtung zeigten 27 Menschen mit MS eine messbare kognitive Verschlechterung. Genau solche Entwicklungen sollte die KI möglichst früh erkennen.
Besonders interessant ist, dass die Forschenden ein sogenanntes Explainable-AI-Modell verwendeten.
💡 Gut zu wissen: Explainable AI (XAI)
Explainable AI (XAI) bedeutet „erklärbare Künstliche Intelligenz“. Sie hilft dabei nachzuvollziehen, wie eine KI zu einem Ergebnis oder einer Empfehlung gekommen ist.
Statt nur ein Ergebnis auszugeben, kann eine erklärbare KI zeigen, welche Informationen besonders wichtig für ihre Entscheidung waren.
Das ist vor allem im Gesundheitswesen wichtig, denn Ärzt, Patient und Forschende möchten verstehen, warum eine KI eine bestimmte Empfehlung gibt.
Wichtig: Explainable AI soll Entscheidungen verständlicher machen – nicht offenlegen, wer hinter den Daten steckt. Datenschutz und Transparenz müssen dabei gemeinsam berücksichtigt werden.
Merksatz:
Eine KI sollte nicht nur Ergebnisse liefern, sondern auch erklären können, wie sie zu ihnen gekommen ist.
Zurück zur Studie
Die Forschenden schreiben, dass ihr KI-Ansatz relevante Hirnregionen identifizieren konnte, die mit einer kognitiven Verschlechterung in Zusammenhang stehen. Dies unterstreiche das Potenzial für eine individuellere Einschätzung und Beobachtung kognitiver Veränderungen bei Menschen mit MS.
Zu den wichtigsten Einflussfaktoren gehörten unter anderem das Alter der Betroffenen, Veränderungen des Gehirnvolumens, die Läsionslast im MRT sowie Veränderungen in Hirnregionen wie Thalamus und Hippocampus, die für kognitive Funktionen besonders wichtig sind.
Die Ergebnisse waren vielversprechend. Das Modell erreichte eine Vorhersagegenauigkeit von rund 90 Prozent.
Das bedeutet allerdings nicht, dass die KI bereits für den Alltagseinsatz bereit ist. Die Ergebnisse waren jedoch vielversprechend genug, um den Ansatz weiterzuverfolgen und in weiteren Studien zu untersuchen.
Wichtig ist dabei: Die KI trifft keine medizinischen Entscheidungen. Sie erkennt statistische Zusammenhänge in großen Datenmengen und unterstützt Forschende dabei, Muster sichtbar zu machen, die Menschen allein möglicherweise übersehen würden.
Die Entscheidungen treffen weiterhin Menschen mit MS gemeinsam mit ihren Ärztinnen und Ärzten. Genau hier zeigt sich die Rolle der KI: Sie kann unterstützen, Hinweise liefern und Zusammenhänge sichtbar machen. Die Entscheidung selbst trifft sie nicht.
Wie lernt eine KI so etwas?
Oft entsteht der Eindruck, dass eine KI „weiß“, was Multiple Sklerose ist. Tatsächlich funktioniert sie anders.
Der Algorithmus, der hinter einer KI steht, braucht Training. Quasi wie wir, wenn wir uns neue Dinge aneignen. Wir lernen. Die KI auch.
Was wir hier ebenfalls sehen können: Die KI kann im Prinzip erst einmal nicht ohne uns – oder besser gesagt: ohne unsere Daten. Diese Daten können zum Beispiel aus Patientenregistern, Studien oder anderen Forschungsprojekten stammen.
Genau das passierte auch in dieser Studie. Die KI erhielt Informationen aus MRT-Aufnahmen, klinischen Untersuchungen und kognitiven Tests. Durch das Training lernte sie, welche Kombinationen von Merkmalen häufiger bei Menschen auftraten, die später kognitive Einschränkungen entwickelten.
Die KI sucht dabei nicht nach einzelnen Ursachen. Stattdessen erkennt sie Muster und Zusammenhänge, die für Menschen oft nur schwer sichtbar sind.
Genau solche Zusammenhänge sind für die MS-Forschung interessant. Denn wenn Risiken früher erkannt werden können, eröffnet das die Möglichkeit, Menschen mit MS früher zu begleiten, Therapien besser zu überwachen oder zusätzliche Unterstützungsangebote rechtzeitig anzubieten.
Warum ist das für die Medizin wichtig?
Im Gesundheitswesen geht es selten um einfache Ja-oder-Nein-Entscheidungen. Ärztinnen und Ärzte müssen viele Informationen berücksichtigen und gemeinsam mit ihren Patientinnen und Patienten Entscheidungen treffen.
Deshalb reicht es oft nicht aus, wenn eine KI lediglich ein Ergebnis liefert. Die Menschen, die mit diesen Ergebnissen arbeiten, müssen sie einordnen und verstehen können.
Deshalb sprechen wir bei edha von Gesundheits-, Digital- und Datenkompetenz. Diese drei Fähigkeiten helfen uns dabei, Informationen einzuordnen und gemeinsam mit Fachpersonen gute Entscheidungen zu treffen.
Genau deshalb gewinnen nachvollziehbare und erklärbare KI-Modelle zunehmend an Bedeutung. Sie können dabei helfen, Muster sichtbar zu machen und Entscheidungen zu unterstützen, ohne die Verantwortung von den behandelnden Fachpersonen zu übernehmen.
KI soll Menschen nicht ersetzen. Sie soll ihnen helfen, bessere Informationen für ihre Entscheidungen zu erhalten.
Was bedeutet das für die Zukunft?
Die Ergebnisse dieser Studie sind vielversprechend. Gleichzeitig handelt es sich noch nicht um ein Werkzeug für die tägliche Versorgung. Weitere Untersuchungen werden zeigen müssen, ob sich die Ergebnisse auch in anderen Patientengruppen bestätigen lassen.
Dennoch zeigt die Studie, wie digitale Technologien bereits heute in der Forschung eingesetzt werden.
Künstliche Intelligenz wird Ärztinnen und Ärzte nicht ersetzen. Sie kann aber helfen, Informationen besser auszuwerten, Risiken früher zu erkennen und Forschung schneller voranzubringen.
Für Menschen mit MS ist das interessant. Viele Entwicklungen im Bereich der Digitalisierung entstehen nicht irgendwo in der Zukunft – sie werden bereits heute erforscht und getestet.
Die Vorhersage kognitiver Veränderungen ist dabei nur ein Beispiel. Auch bei der Erkennung von Krankheitsprogression werden bereits KI-gestützte Verfahren untersucht. Sie können helfen, sehr kleine Veränderungen in Bilddaten oder klinischen Informationen zu erkennen, die für Menschen schwer sichtbar sind. Ziel ist es, Anzeichen einer Verschlechterung möglichst früh zu entdecken und dadurch schneller reagieren zu können.
Gleichzeitig wird KI auch in anderen Bereichen der MS-Forschung untersucht, beispielsweise bei der Auswertung großer Bilddatensätze, der Unterstützung von Diagnosen oder der Analyse von Krankheitsverläufen. Die Forschung zeigt bereits heute, wie vielfältig die Einsatzmöglichkeiten sein können.
Fazit
Diese Studie zeigt, dass Künstliche Intelligenz längst keine Zukunftsmusik mehr ist. Sie wird bereits heute genutzt, um komplexe medizinische Fragestellungen zu untersuchen und neue Zusammenhänge sichtbar zu machen.
Für Menschen mit MS bedeutet das nicht, dass eine KI morgen Diagnosen stellt oder Therapien auswählt. Die Ergebnisse zeigen aber, welches Potenzial digitale Technologien für Forschung und Versorgung haben können. Das gilt generell für alle Menschen, die mit langfristigen oder chronischen Erkrankungen leben.
Gleichzeitig wird deutlich, warum es wichtig ist zu verstehen, wie KI funktioniert, wie sie lernt und welche Grenzen sie hat. Nur wer die Technologie versteht, kann ihre Chancen und Risiken realistisch einschätzen.
Genau deshalb gehören KI, Digitalisierung und Datenkompetenz zunehmend zum Gesundheitswissen der Zukunft.
Und das heißt nicht, dass wir alles wissen müssen. Dafür gibt es Experten. Aber gerade als Menschen mit Erkrankungen, die zunehmend mit digitalen Lösungen und KI-Anwendungen in Berührung kommen werden, ist jetzt vielleicht ein guter Zeitpunkt, das eigene Wissen Schritt für Schritt zu erweitern.
