M. Parkinson: Maschinelles Lernen identifiziert MRT-Charakteristika

Mit dem demografischen Wandel steigt die Inzidenz des M. Parkinson (PD). Die automatisierte PD-Diagnostik und Progressionsvorhersage reduziert unnötige Untersuchungen und Behandlungen. Gleichzeitig identifiziert die selbstlernende Maschine Muster, die für eine Therapieeinleitung auch bei klinisch inapparenten Verläufen sprechen. Die spezielle Bioprozessierung für die Magnetresonanztomografie (MRT) ermöglichte eine zuverlässige Differenzierung.

Fazit

Am Ende des maschinellen Lernens als Teilgebiet der künstlichen Intelligenz stand die sichere Unterscheidung von Patienten mit M. Parkinson und Kontrollen allein anhand der MRT. Die Validierung mit Datensätzen von Patienten mit einer Alzheimer-Erkrankung und milder kognitiver Beeinträchtigung (MCI) bestätigten die Diskriminierungskompetenz. Das JFSS-Programmiergerüst mit der RLDA-Klassifikation sei auf weitere neurologische Erkrankungen übertragbar, so die Autoren.