Chronische Schmerzen hinterlassen individuelle „Fingerabdrücke“ im Gehirn9. März 2026 Symbolbild: © dp@pic/stock.adobe.com Chronische Schmerzen sind oft unsichtbar – doch neue Studien zeigen, dass sich diese Schmerzen in individuellen Mustern der Gehirnaktivität abzeichnen, die mit moderner Bildgebung erkannt werden können. Chronische Schmerzen betreffen weltweit fast jeden fünften Erwachsenen und zählen weiterhin zu den häufigsten Ursachen für Behinderungen. Im Gegensatz zu akuten Schmerzen, die durch Verletzungen ausgelöst werden, treten chronische Schmerzen oft spontan – ohne erkennbare äußere Ursache – auf und schwanken innerhalb von Minuten, Stunden und Tagen. Dennoch verlassen sich Ärzte nach wie vor weitgehend auf die subjektive Schmerzeinschätzung der Patienten, da es derzeit keinen objektiven Biomarker gibt, der mit Blutdruck oder Körpertemperatur vergleichbar wäre. Nun hat ein Forschungsteam unter der Leitung von Associate Director Woo Choong-Wan am Center for Neuroscience Imaging Research des Institute for Basic Science in Zusammenarbeit mit dem Team von Prof. Cho Sungkun an der Chungnam National University (Südkorea) gezeigt, dass personalisierte Modelle der Hirnbildgebung Schwankungen der spontanen Schmerzintensität bei Menschen mit chronischen Schmerzen entschlüsseln können. Intensive Langzeitstudie bei Fibromyalgie-Patienten Um die Herausforderung der Erfassung von intern generierten Schmerzen anzugehen, führten die Forschenden eine intensive Langzeitstudie mit Patienten mit Fibromyalgie durch. Über mehr als ein halbes Jahr unterzogen sich die Teilnehmenden wiederholten funktionellen Magnetresonanztomographie-Untersuchungen (fMRT) und dokumentierten dabei kontinuierlich ihre aktuellen Schmerzwerte. Mithilfe von Methoden des Maschinellen Lernens, angewendet auf diese umfangreichen Datensätze, entwickelte das Team personenspezifische Modelle zur Gehirndekodierung, die in der Lage waren, die Schmerzintensität jedes Teilnehmers Moment für Moment vorherzusagen. Die Modelle erfassten erfolgreich Schwankungen spontaner Schmerzen über verschiedene Zeitskalen hinweg – von minimalen Veränderungen innerhalb einer Messung bis hin zu Unterschieden zwischen Sitzungen und Tagen. Bemerkenswerterweise verbesserte sich die Vorhersagegenauigkeit deutlich mit zunehmender Menge an Trainingsdaten. Konventionelle Datenmengen, wie sie typischerweise in longitudinalen neurobildgebenden Studien verwendet werden, reichten für zuverlässige Vorhersagen nicht aus. Diese Ergebnisse unterstreichen die Bedeutung umfangreicher Stichproben innerhalb einer Person für die Entwicklung individualisierter, hirnbasierter Biomarker. Schmerznetzwerke sind hochgradig individuell Eine zentrale Erkenntnis der Studie ist, dass sich die neuronalen Muster, die Schmerzen zugrunde liegen, zwischen den Individuen deutlich unterscheiden. Das bei einem Teilnehmenden identifizierte Schmerznetzwerk („Pain Connectome“), also die identifizierten Schmerznetzwerke einer Person, ließ sich nicht auf andere übertragen, und Quervergleiche zwischen den Teilnehmern lieferten keine aussagekräftigen Vorhersagen. Diese Individualität deutet darauf hin, dass chronischer Schmerz durch sehr personalisierte Gehirnnetzwerk-Konfigurationen repräsentiert wird, was die Grenzen von einheitlichen Biomarkern verdeutlicht. Im Gegensatz zu früheren personalisierten Dekodierungsstudien, die sich auf Aufzeichnungen aus wenigen Hirnregionen stützten, nutzte die vorliegende Studie die funktionelle Konnektivität des gesamten Gehirns. So konnten verteilte Netzwerkinteraktionen erfasst werden, die an der Schmerzverarbeitung beteiligt sind. Die Ergebnisse zeigen, dass spontane Schmerzen mithilfe nicht-invasiver Neurobildgebungsverfahren verfolgt werden können und liefern damit einen methodischen Beleg für diese Methodik in der chronischen Schmerzforschung. „Die Tatsache, dass Schmerz unsichtbar ist, verstärkt das Leiden von Patienten mit chronischen Schmerzen“, erklärt Choong-Wan, Hauptautor der Studie. „Unsere Ergebnisse zeigen, dass präzise Neurobildgebung dazu beitragen kann, unsichtbaren Schmerz auf individueller Ebene objektiver zu beurteilen.“ Erstautor Lee Jae-Joong fügt hinzu: „Jeder Teilnehmer wies ein einzigartiges, mit Schmerz assoziiertes Hirnkonnektivitätsmuster auf. Das Verständnis dieser personalisierten neuronalen Signaturen könnte künftig helfen, präzise Ansätze zur Schmerzerfassung und -behandlung zu entwickeln.“ Obwohl die Studie nur eine geringe Teilnehmerzahl umfasste und noch nicht für die klinische Anwendung geeignet ist, schafft sie einen methodischen Rahmen für die Entwicklung patientenspezifischer Hirnbiomarker. Zukünftige Forschung mit größeren und heterogeneren Kohorten ist notwendig, um zu klären, ob Subtypen chronischer Schmerzen gemeinsame neuronale Merkmale aufweisen oder ob vollständig individualisierte Therapien erforderlich sind. (lj/BIERMANN) Außerdem interessant zum Thema chronische Schmerzen: Chronische Schmerzen als Hypertonietreiber Chronische Schmerzen: Linderung mittels telemedizinischer kognitiver Verhaltenstherapie
Mehr erfahren zu: "Augenbewegungstests decken Schädel-Hirn-Trauma Jahre nach Gehirnerschütterung auf" Augenbewegungstests decken Schädel-Hirn-Trauma Jahre nach Gehirnerschütterung auf Eine Studie von Forschenden des CU Anschutz Marcus Institute for Brain Health legt nahe, dass Veteranen mit Gehirnerschütterungen auch mehr als zehn Jahre nach der Verletzung noch subtile, aber messbare […]
Mehr erfahren zu: "Umbrella-Review: Opioide lindern viele akute Schmerzen nur kurzfristig" Umbrella-Review: Opioide lindern viele akute Schmerzen nur kurzfristig Eine neue Übersicht über 59 systematische Reviews verdeutlicht, dass Opioide bei vielen akuten Schmerzzuständen nur eine geringe und kurzfristige Linderung bewirken – bei einigen zeigen sie keinen klaren Vorteil gegenüber […]
Mehr erfahren zu: "Bundestag beschließt Änderungen an Krankenhausreform" Bundestag beschließt Änderungen an Krankenhausreform Eine Neuaufstellung der Krankenhäuser in Deutschland steht eigentlich schon im Gesetz. Union und SPD bringen jetzt aber Nachbesserungen der Krankenhausreform durch.