Frühe und genaue diagnostische und prognostische Marker für die Alzheimer Erkrankung: Design, Implementierung und Einsatz von KI-basierten Diagnose- und Prognosealgorithmen für die Alzheimer-Erkrankung (EDAP-AD)

Motivation

Weltweit sind mindestens 50 Mio. Menschen von einer Alzheimer-Demenz betroffen. Aufgrund großer Wissenslücken können bisher nur die Symptome dieser Krankheit behandelt werden. Um klinische Forschung zu ermöglichen und individuelle Patientinnen und Patienten effektiver zu behandeln, ist es notwendig, Methoden zu entwickeln, mit denen Alzheimer-Demenzen schon erkannt werden können, bevor Symptome auftreten. Außerdem ist es wichtig, gute Vorhersagen treffen zu können, wie sich die Krankheit bei einzelnen Personen weiterentwickelt.

Ziele und Vorgehen

Im Vorhaben EDAP-AD haben sich sechs Organisationen aus fünf europäischen Ländern zusammen­geschlossen, um zu erforschen, wie eine solche Früherkennung und Prognose erreicht werden kann. Dabei liegt das Hauptaugenmerk auf den Ergebnissen von digitalen Gedächtnistests und Laboruntersuchungen von Blutproben. Solche Untersuchungen sind erheblich kostengünstiger und weniger aufwendig als bildgebende Verfahren wie Magnetresonanztomographie. Die Basis der Untersuchung sind Daten zu Untersuchungsergebnissen und Krankheitsverläufen von Patientinnen und Patienten, die im Rahmen anderer Studien schon lange beobachtet und behandelt werden. Diese Daten sollen mit Hilfe von Methoden des Maschinellen Lernens und der Künstlichen Intelligenz analysiert werden. Dadurch soll herausgefunden werden, welche Kombinationen von Untersuchungen am besten geeignet sind, um Alzheimer-Demenzen frühzeitig zu erkennen. Zudem soll erforscht werden, inwiefern es möglich ist, Krankheitsverläufe anhand von Untersuchungsergebnissen abzuschätzen.