Alzheimer-KI: Cambridge-Modell sagt Fortschreiten mit 81,66 Prozent Genauigkeit voraus

Künstliche Intelligenz kommt zunehmend bei der Auswertung von Gesundheitsdaten, Sprachmustern und Hirnscans zum Einsatz, um frühe Warnzeichen einer Alzheimer-Erkrankung zu identifizieren. Während die technologischen Fortschritte bei Diagnoseverfahren und computergestützten Analysen zunehmen, bleibt der flächendeckende Zugang zu passenden Therapien im Gesundheitssystem eine erhebliche Hürde.

Bill Gates wies darauf hin, dass die Kombination aus KI-gestützten Systemen und einfachen Bluttests neue Möglichkeiten eröffnet, neurodegenerative Veränderungen deutlich früher zu erkennen. Allerdings bestehe das Risiko, dass derartige Fortschritte viele Betroffene in der Praxis nicht rechtzeitig erreichen.

Nach seiner Einschätzung bieten Modelle, die Sprachaufnahmen, allgemeine Gesundheitsdaten, ärztliche Notizen sowie Positronen-Emissions-Tomographie-Bilder (PET) verarbeiten, wertvolle Ansätze für eine frühere Erkennung.

Bildgebung und Vorhersagemodelle im Fokus der Forschung

In der klinischen Entwicklung werden unterschiedliche KI-Systeme erprobt, um bildgebende Verfahren präziser auszuwerten. Ein an der Universität Cambridge entwickeltes Modell nutzt kognitive Testergebnisse wie ACE-R und MMSE sowie das Volumen der grauen Substanz aus Magnetresonanztomographien (MRT).

Das System sagt das Fortschreiten einer leichten kognitiven Beeinträchtigung (MCI) zur Alzheimer-Demenz mit einer Gesamtgenauigkeit von 81,66 Prozent voraus, bei einer Sensitivität von 82,38 Prozent und einer Spezifität von 80,94 Prozent.

Wer sich mit der Früherkennung kognitiver Veränderungen befasst, kann bereits mit einfachen Methoden die eigene geistige Fitness überprüfen. Dieser kostenlose 7-Fragen-Selbsttest bietet eine diskrete erste Einschätzung zu möglichen Anzeichen. Gewissheit in 2 Minuten: Check auf frühe Demenz-Anzeichen

Die Validierung erfolgte an Gedächtniskliniken im Vereinigten Königreich und in Singapur. Die Anwendung dient als Unterstützung und ersetzt keine ärztliche Diagnose.

Für den klinischen Einsatz erhielt das Unternehmen NeuroXT eine 510(k)-Freigabe der US-Arzneimittelbehörde FDA für die Software NEXT-Cue. Das Programm verarbeitet Hirn-MRT-Aufnahmen, demografische Angaben sowie kognitive Resultate, um das Fünf-Jahres-Risiko eines Fortschreitens der Erkrankung bei MCI einzuschätzen, fungiert jedoch ebenfalls als ergänzendes Hilfsmittel ohne eigenständigen Diagnosestatus.

Weitere Forschungsgruppen testen spezialisierte Ansätze: Eine Untersuchung unter Beteiligung der Stanford University trainierte ein Deep-Learning-Modell an MRT-Aufnahmen von 2678 Personen (Durchschnittsalter 73,0 ± 9,7 Jahre; 54,7 Prozent weiblich) zur Vorhersage regionaler Tau-PET-Werte.

Neben klinischen Diagnoseverfahren spielt die aktive Vorsorge durch gezieltes Training eine entscheidende Rolle für die Gehirngesundheit. Dieser kostenlose Ratgeber stellt effektive Übungen und Strategien vor, um die geistige Leistungsfähigkeit langfristig zu erhalten. 11 Alltagsübungen zur Demenzvorbeugung entdecken

In zwei externen Datensätzen lag der mittlere absolute Vorhersagefehler bei einer Tau-Scan-Ratio von 0,14. Die Studienautoren betonten allerdings, dass diese Ergebnisse die messtechnische Genauigkeit in Forschungskohorten abbilden und noch keinen direkten klinischen Nutzen in realen Patientenpopulationen belegen.

Biomarker und therapeutische Herausforderungen

Parallel zur Softwareentwicklung gewinnen Bluttests als vorgeschaltete Stufe an Bedeutung. FDA-zugelassene Biomarker wie p-tau217 ermöglichen eine gezielte Triage und können in bestimmten Fällen aufwendigere Verfahren wie PET-Scans oder Lumbalpunktionen reduzieren. Sie ist jedoch nicht als Screening-Werkzeug für gesunde Personen konzipiert. Im August 2026 begrüßte die Alzheimer's Association die behördliche Freigabe eines weiteren Bluttests.

Die Notwendigkeit präziserer Diagnosepfade hängt eng mit den medikamentösen Behandlungsmöglichkeiten zusammen. Für frühe Krankheitsstadien zugelassene Antikörpertherapien wie Lecanemab und Donanemab verlangsamen den kognitiven Abbau in Studien um 22 bis 35 Prozent.

Die Behandlungen bergen jedoch das Risiko von Nebenwirkungen wie Hirnschwellungen und Hirnblutungen (ARIA), weshalb regelmäßige MRT-Kontrollen und genetische Vortests erforderlich sind.

Strukturelle Hürden bei der Versorgung

Trotz technologischer Fortschritte offenbaren Versorgungsdaten gravierende Lücken. Auswertungen US-amerikanischer Medicare-Daten der Jahre 2017 bis 2019 zeigten, dass lediglich 8 Prozent der erwarteten MCI-Fälle formal identifiziert wurden.

Auf Fachtagungen wie dem EANM-Kongress in Wien wurde hervorgehoben, dass Amyloid- und Tau-PET-Untersuchungen zwar die Patientenauswahl präzisieren, eine flächendeckende Anwendung jedoch durch fehlende Erstattungsregelungen und eine begrenzte Tracer-Verfügbarkeit gebremst wird.

Neben administrativen Prozessen zählen ein anhaltender Mangel an Fachärzten und hohe Behandlungskosten zu den wesentlichen Gründen, warum neue Diagnose- und Therapieansätze in vielen Gesundheitssystemen bislang nur verzögert in der breiten Regelversorgung ankommen.