Erkrankungen des Gehirns vorhersagen

Auf nicht invasivem Weg Verbindungen zwischen Gehirnregionen systematisch zu untersuchen und Rückschlüsse auf mögliche Erkrankungsmuster zu ziehen, das ist das Ziel des Projektes “TrueBrainConnect” an der Charité – Universitätsmedizin Berlin. Die neue Arbeitsgruppe um Dr. Stefan Haufe wird über fünf Jahre mit 1,5 Millionen Euro durch den Europäischen Forschungsrat (ERC) gefördert.

Dem Projekt “TrueBrainConnect” liegt die Annahme zugrunde, dass sich einige neurologische Erkrankungen bereits vor ihrem Ausbruch äußern, oder aber, bevor es zu Auffälligkeiten in der Gehirnstruktur oder im Verhalten kommt. Die Hypothese ist, dass sich die Erkrankungen durch Unregelmäßigkeiten in der Kommunikation zwischen Gehirnarealen ankündigen. Die neue Arbeitsgruppe unter der Leitung von Dr. Haufe möchte Methoden entwickeln, die Gehirninteraktionen robust schätzen und lokalisieren können und damit die Prognose von krankhaften Gehirnzuständen verbessern. „Die Aufzeichnung von Hirnströmen per Elektroenzephalografie (EEG) ist eine der bewährtesten Neuroimaging-Methoden und ermöglicht das Studium von Gehirnaktivität quasi in Echtzeit. Diese Daten überführen wir in Computermodelle und leiten Gesetzmäßigkeiten über Interaktionen innerhalb des Gehirns ab“, erklärte Haufe das Vorhaben.

Bislang sind Methoden, die Neuroimaging-Daten auf diese Weise auswerten, noch nicht weit genug entwickelt, um sichere Aussagen zu treffen. Neue Techniken der Signalverarbeitung und des maschinellen Lernens sollen dafür sorgen, wesentlich genauere Aussagen über die Herkunft von Gehirnsignalen und über tatsächliche neuronale Interaktionen zu treffen. Hierfür wird das Team um Haufe eng mit Experten aus der Klinik zusammenarbeiten: „Die neue TrueBrainConnect-Methode soll in der Lage sein, neuronale Muster darzustellen, auf denen Erkrankungen wie Demenz oder Parkinson basieren. Wesentliche Ziele dabei sind unter anderem das Erkennen von Krankheitsvorboten sowie die Abgrenzung verschiedener Formen von Demenz.“ Die weitverbreiteten neurologischen Erkrankungen könnten so künftig im Vorfeld besser diagnostiziert werden, hoffen die Forscher.

Bis es so weit ist, sind noch viele Hürden zu überwinden. So bleibt bei jedem aufgezeichneten Signal die Frage, ob es eindeutig einer Interaktion zwischen Gehirnarealen zuzuordnen ist oder einen anderen Ursprung hat. Neben zahlreichen Vorteilen bleiben auch bei der Datenquelle EEG technische Schwierigkeiten, für die es Lösungen zu finden gilt. Da sind beispielsweise die geringe räumliche Auflösung sowie die Tatsache, dass Aufzeichnungen oft stark rauschbehaftet sein können. „Für verbesserte Vorhersagen wird TrueBrainConnect moderne Methoden des maschinellen Lernens einsetzen. Eine wichtige Frage, der sich das Projekt in diesem Zusammenhang widmen wird, ist die korrekte Interpretation der neuen Modelle, das heißt, zu erkennen, welche Muster in der Gehirnaktivität ausschlaggebend für eine bestimmte Vorhersage sind“, erklärte Haufe.