Alzheimer-Prognose: Cambridge-KI erkennt Fortschreiten mit 82 Prozent Trefferquote

Die Früherkennung neurodegenerativer Erkrankungen gewinnt in der Altersmedizin stetig an Bedeutung. Bei Personen mit einer leichten kognitiven Beeinträchtigung, im Fachbereich als MCI (Mild Cognitive Impairment) bezeichnet, stellt sich regelmäßig die Frage, ob die bestehenden Symptome unverändert bleiben oder in eine Demenzerkrankung übergehen.

Ein an der Universität Cambridge entwickeltes Modell auf Basis künstlicher Intelligenz zeigt auf, wie Rechenmodelle den weiteren Verlauf bei Betroffenen mit einer Trefferquote von 82 Prozent prognostizieren können. Die grundlegende Methodik hierzu wurde im Jahr 2024 im Fachjournal eClinicalMedicine publiziert.

Hohe Treffsicherheit bei der Unterscheidung von Krankheitsverläufen

Das System der Universität Cambridge wurde darauf trainiert, zwischen Patienten mit stabilen kognitiven Beeinträchtigungen und jenen zu unterscheiden, deren Zustand zu einer Alzheimer-Demenz fortschreitet. Die Gesamtgenauigkeit des Modells liegt bei 81,66 Prozent.

Dabei wies das Verfahren eine Sensitivität von 82,38 Prozent sowie eine Spezifität von 80,94 Prozent auf. Umgerechnet auf konkrete Fallzahlen erkannte das Analysewerkzeug circa 82 von 100 Patienten, bei denen die Krankheit tatsächlich fortschritt.

Wer sich mit kognitiven Beeinträchtigungen auseinandersetzt, sucht oft nach Wegen, die eigene geistige Fitness aktiv zu unterstützen. Dieser kostenlose Ratgeber zeigt Ihnen 11 praktische Übungen für den Alltag, um das Gehirn zu trainieren und Demenz gezielt vorzubeugen. 11 Alltagsübungen für geistige Fitness kostenlos entdecken

Auf der anderen Seite wurden circa 81 von 100 stabilen Patienten korrekt als solche eingestuft. Diese Differenzierung gilt in der klinischen Praxis als entscheidend, um Betroffene rechtzeitig zu identifizieren und Behandlungsstrategien anzupassen.

Kombination aus kognitiven Tests und bildgebenden Verfahren

Für seine Berechnungen verarbeitet der Algorithmus verschiedene klinische Datensätze. Das Modell greift auf etablierte kognitive Untersuchungen zurück, konkret auf die Tests ACE-R (Addenbrooke’s Cognitive Examination-Revised) und MMSE (Mini-Mental-Status-Test).

Diese Ergebnisse werden mit biologischen Parametern verknüpft: Der Algorithmus bezieht das Volumen der grauen Substanz ein, das über strukturelle Magnetresonanztomografien (MRT) ermittelt wird.

Neben klinischen Untersuchungen ist eine frühzeitige Einschätzung der eigenen Vergesslichkeit für viele Betroffene und Angehörige ein wichtiger erster Schritt. Mit einem einfachen, anonymen 7-Fragen-Test erhalten Sie in zwei Minuten eine erste Orientierung zu möglichen Anzeichen. Hier zum kostenlosen Demenz-Selbsttest

Um die Aussagekraft des Ansatzes außerhalb eines einzelnen Testumfelds zu überprüfen, erfolgte eine Validierung mit unabhängigen Patientendaten. Hierfür wurden Datenbestände aus spezialisierten Gedächtnis-Kliniken im Vereinigten Königreich und in Singapur herangezogen.

Grenzen und Notwendigkeit weiterer Validierung

Trotz der ermittelten Genauigkeitswerte verweist die Universität Cambridge auf die methodischen Grenzen des Systems. Demnach stellt das KI-Modell keinen Ersatz für eine umfassende ärztliche Diagnose dar. Um die Robustheit der Technologie weiter abzusichern, sei eine zusätzliche Validierung an weiteren Kohorten notwendig, bevor ein Einsatz im regulären klinischen Ablauf infrage kommt.