Mit Künstlicher Intelligenz den Krankheitsverlauf bei Magersucht vorhersagen

Das Zentrum für Essstörungen an der Klinik für Kinder- und Jugendpsychiatrie und -psychotherapie am Universitätsklinikum Carl Gustav Carus Dresden liefert neue Erkenntnisse im Kampf gegen Anorexia nervosa (AN). In einer Studie haben die Mediziner gezeigt, dass auch noch bei gewichts-rehabilitierten Patienten dauerhafte strukturelle Gehirnveränderungen bestehen.

Mediziner am Zentrum für Essstörungen und des Bereiches Psychosoziale Medizin des Uniklinikums Dresden haben in einer Studie den Einfluss der Magersucht auf die graue Substanz des Gehirns nachgewiesen und konnten zusätzlich die Veränderungen des Gehirns in unterschiedlichen Stadien der Erkrankung und Therapie differenziert betrachten. In der Studie haben sich die Forschenden die Möglichkeiten des maschinellen Lernens – einer Anwendungsform der Künstlichen Intelligenz – zunutze gemacht, um potenzielle dauerhafte Veränderungen in den Gehirnstrukturen von Menschen mit AN zu identifizieren. Durch den Vergleich von gesunden Personen mit AN-Patienten in verschiedenen Stadien ihrer Erkrankung sollten in der Studie zugrunde liegende strukturelle Unterschiede erkannt werden, die nach der Wiederherstellung des Gewichts bestehen bleiben könnten.

Mittels Künstlicher Intelligenz kann das Team zwischen gesunden Patientinnen und Patienten in verschiedenen Stadien der Anorexia Nervosa unterscheiden, basierend auf Messungen und MRT-Untersuchungen der grauen Substanz im Gehirn. Diese Modelle ermöglichten eine signifikante Klassifizierung von Betroffenen sowohl im untergewichtigen Zustand als auch nach Gewichtszunahme am Ende einer stationären Behandlung. „Bemerkenswert ist, dass die Gehirnveränderungen bei Patientinnen und Patienten mit schlechterem folgenden Langzeitverlauf stärker ausgeprägt waren. Bei ehemaligen Betroffenen mit langfristiger Erholung konnten diese Veränderungen nicht festgestellt werden“, erklärte Prof. Stefan Ehrlich, Leiter im Zentrum für Essstörungen. Die Veränderungen wurden in Regionen mit hoher funktioneller Vernetzung beobachtet und konnten nicht allein durch den BMI erklärt werden. Daraus schließen die Forschenden, dass es auch einen Zusammenhang zur individuellen Therapie, dem Therapieerfolg und der Nachsorge gibt. „Unsere Ergebnisse deuten darauf hin, dass das Verständnis dieser anhaltenden multivariaten Gehirnstrukturveränderungen dazu beitragen könnte, personalisierte Interventionen für Patientinnen nach ihrer Entlassung zu entwickeln. Durch den Einsatz der KI haben wir die Chance therapeutischen Maßnahmen individuell anzupassen.“

Der Einsatz Künstlicher Intelligenz bei der Auswertung von MRT-Daten hat den Forschenden dabei neue Möglichkeiten bei der Arbeit eröffnet. Durch maschinelles Lernen konnten AN-Betroffene nicht nur von gesunden Kontrollpersonen unterschieden werden, wenn sie untergewichtig waren, sondern es wurden auch Unterschiede bei denjenigen festgestellt, die ihr Gewicht nur teilweise wiedererlangt hatten. Diese Hirnveränderungen waren besonders auffällig bei Patienten, die nach einem Jahr rückfällig oder in einem schlechten Gesundheitszustand waren. Erfreulicherweise wiesen diejenigen, die ihr Gewicht langfristig erfolgreich und stabil wiederhergestellt hatten, diese Veränderungen nicht auf. In der Studie wurde auch festgestellt, dass bestimmte Hirnregionen, die für ihre komplexe Konnektivität bekannt sind, diese Unterschiede am deutlichsten zeigten.