Forscher nutzen KI, um neue Alzheimer-Risikofaktoren zu finden

(SeaPRwire) –   Gehirnexperten haben eine ziemlich gute Vorstellung von einigen der wichtigsten Risikofaktoren, die zu Alzheimer beitragen – von den Genen einer Person über ihre körperliche Aktivität, wie viel formale Ausbildung sie erhalten haben und wie sozial engagiert sie sind.

Aber eines der Versprechen von KI in der Medizin ist, dass sie weniger offensichtliche Zusammenhänge erkennen kann, die Menschen manchmal nicht sehen können. Könnte KI helfen, mit Alzheimer in Verbindung stehende Bedingungen aufzudecken, die bisher übersehen wurden?

Um es herauszufinden, führte Marina Sirota und ihr Team an der University of California San Francisco (UCSF) ein maschinelles Lernalgorithmus auf einer Datenbank anonymisierter elektronischer Gesundheitsakten von Patienten durch. Der KI-Algorithmus wurde darauf trainiert, alle gemeinsamen Merkmale von Menschen herauszufiltern, die letztendlich innerhalb eines Zeitraums von sieben Jahren mit Alzheimer diagnostiziert wurden. Die Datenbank enthält klinische Daten wie Labor- und Bildgebungsuntersuchungsergebnisse und Diagnosen medizinischer Erkrankungen.

“Es gab einige Dinge, die wir erwartet haben, angesichts des Wissens, das wir über Alzheimer haben, aber einige der Dinge, die wir gefunden haben, waren neu und interessant”, sagt Sirota. Die Ergebnisse wurden .

Herzkrankheiten, hoher Cholesterinspiegel und entzündliche Erkrankungen traten alle als Risikofaktoren für Alzheimer auf – keine Überraschung, da bekannt ist, dass sie zum Aufbau von Eiweißplaques im Gehirn beitragen. Aber die weniger erwarteten Bedingungen umfassten Osteoporose bei Frauen und Depressionen bei Männern und Frauen. Die Forscher sahen auch unerwartete Muster näher an der Diagnose, wie niedrigere Vitamin-D-Spiegel.

Sirota und Alice Tang, eine medizinische Studentin für Bioengineering, die Erstautorin der Studie ist, betonen, dass diese Faktoren nicht immer bedeuten, dass eine Person Alzheimer entwickelt. Aber sie könnten Warnsignale sein, die ein Patient angehen kann, um sein Risiko möglicherweise zu senken. “Die Erkennung dieser Faktoren gibt uns Hinweise darauf, dass eine Alzheimer-Diagnose kommen könnte, und Dinge wie [hoher Cholesterinspiegel] und Osteoporose sind [mit Behandlungen] beeinflussbar”, sagt Tang.

Ob die Behandlung dieser Probleme das Risiko einer Person tatsächlich senken kann, an Alzheimer zu erkranken, ist noch nicht klar. Die Studie war nicht dazu konzipiert, diese Frage zu beantworten. Sirota und ihr Team planen, die Datenbank der Gesundheitsakten weiter auszuwerten, um festzustellen, ob Menschen, die eine Behandlung für Erkrankungen wie Osteoporose oder hohen Cholesterinspiegel erhalten, beispielsweise ein geringeres Risiko für Alzheimer hatten als Patienten, die diese Bedingungen hatten, aber nicht behandelten. “Wir können die Behandlungsdaten in den elektronischen Patientenakten retrospektiv untersuchen, so dass dies definitiv eine Möglichkeit ist, bestehende Therapien zu nutzen, um das Risiko zu senken”, sagt Sirota.

Tang suchte auch nach genetischen Faktoren, die mit Dingen wie hohem Cholesterinspiegel oder Osteoporose und Alzheimer in Verbindung stehen und die Verbindung zwischen diesen Risikofaktoren weiter erklären könnten. Der Zusammenhang zwischen Cholesterin und Alzheimer hängt sich heraus mit dem ApoE-Gen; Wissenschaftler wissen, dass eine bestimmte Form des Gens, ApoE4, mit einem erhöhten Risiko für die Entwicklung von Alzheimer verbunden ist. Tang identifizierte auch ein Gen, das sowohl mit Osteoporose als auch mit Alzheimer in Verbindung steht und das ein neues Forschungsziel für eine mögliche Behandlung werden könnte.

Die Studie zeigt die Leistungsfähigkeit des maschinellen Lernens bei der besseren Erkenntnis der Faktoren, die Krankheiten wie Alzheimer antreiben, sowie seine Fähigkeit, mögliche neue Behandlungsansätze zu suggerieren.

Mehr von TIME