Um MS richtig behandeln zu können, ist es wichtig zu wissen, wann die Krankheit von schubförmig-remittierend zu sekundär-progressiv übergeht. Dieser Übergang wird derzeit durchschnittlich drei Jahre zu spät erkannt. Forscher der Universität Uppsala haben nun ein KI-Modell entwickelt, das mit 90-prozentiger Sicherheit bestimmen kann, welche Variante der Patient hat. Das Modell erhöht die Chancen, rechtzeitig mit der richtigen Behandlung zu beginnen und so das Fortschreiten der Krankheit zu verlangsamen.
Multiple Sklerose (MS) ist eine chronisch-entzündliche Erkrankung des zentralen Nervensystems. In Schweden leben etwa 22.000 Menschen mit MS. Die meisten Patienten beginnen mit der schubförmig-remittierenden Form (RRMS), die durch Phasen der Verschlechterung mit dazwischenliegenden stabilen Phasen gekennzeichnet ist. Im Laufe der Zeit geht bei vielen Menschen eine sekundär-progressive MS (SPMS) über, bei der sich ihre Symptome stattdessen stetig und ohne erkennbare Unterbrechungen verschlechtern. Die Erkennung dieses Übergangs ist wichtig, da die beiden verschiedenen MS-Formen unterschiedliche Behandlungen erfordern. Derzeit wird die Diagnose durchschnittlich drei Jahre nach Beginn des Übergangs gestellt, was dazu führen kann, dass Patienten Medikamente erhalten, die nicht mehr wirken.
Basierend auf schwedischen MS-Daten
Das neue KI-Modell fasst klinische Daten von über 22.000 Patienten im schwedischen MS-Register zusammen. Das Modell basiert auf Daten, die bereits bei regelmäßigen Arztbesuchen erhoben wurden, wie etwa neurologischen Tests, Magnetresonanztomographie (MRT)-Scans und laufenden Behandlungen.
„Indem es Muster von früheren Patienten erkennt, kann das Modell feststellen, ob ein Patient die schubförmig remittierende Form hat oder ob die Krankheit in sekundär progrediente MS übergegangen ist. Das Besondere an dem Modell ist, dass es auch angibt, wie sicher es sich bei jeder einzelnen Beurteilung ist. Das bedeutet, dass der Arzt weiß, wie zuverlässig die Schlussfolgerung ist und wie sicher sich die KI bei ihrer Beurteilung ist“, sagt Kim Kultima, der die Studie leitete.
Neunzigprozentige Genauigkeit
In der jetzt in der Fachzeitschrift Digital Medicine veröffentlichten Studie identifizierte das Modell den Übergang in sekundär progrediente MS in fast 87 Prozent der Fälle richtig oder früher als in der Krankenakte des Patienten dokumentiert, mit einer Gesamtgenauigkeit von etwa 90 Prozent.
„Für Patienten bedeutet dies, dass die Diagnose früher gestellt werden kann, wodurch die Behandlung rechtzeitig angepasst und das Fortschreiten der Krankheit verlangsamt werden kann. Dadurch verringert sich auch das Risiko, dass Patienten Medikamente erhalten, die nicht mehr wirksam sind. Langfristig könnte das Modell auch dazu genutzt werden, geeignete Teilnehmer für klinische Studien zu identifizieren – was zu wirksameren und individuelleren Behandlungsstrategien beitragen könnte“, so Kultima abschließend.
Eine offene, anonymisierte Version des Modells steht Forschern ab sofort über den Webservice https://msp-tracker.serve.scilifelab.se zur Verfügung.
