Fortschrittsmarker für neurodegenerative Erkrankungen (MARKERS-NDD) (MARKERS-NDD)

Angesichts der aktuellen Schätzungen und der globalen sozialen und wirtschaftlichen Belastung durch neurodegenerative Erkrankungen sind Änderungen in der Art und Weise und dem Zeitpunkt der Diagnose dieser Erkrankungen sowie in der Aktualität, mit der wirksame therapeutische Interventionen durchgeführt werden, dringend erforderlich. Die Komplexität der molekularen Mechanismen, die der neuronalen Degeneration zugrunde liegen, und die Heterogenität der Population von Patienten, die von neurodegenerativen Erkrankungen betroffen sind, stellen enorme Herausforderungen für die Entwicklung von Frühdiagnoseinstrumenten und -systemen dar, die den Krankheitsverlauf vorhersagen können.

Trotz intensiver Forschung auf dem Gebiet der Pharmakologie, Chirurgie und Rehabilitation bleiben neurodegenerative Erkrankungen chronisch fortschreitende Erkrankungen ohne eine Therapie, die den Verlauf ändern kann.

MARKERS-NDD ist eine prospektive, beobachtende Längsschnittstudie, deren Ziel es ist, Daten von Patienten mit neurodegenerativen Erkrankungen (NDD) zu sammeln, die im Längsschnitt für Routineuntersuchungen im Rahmen der normalen klinischen Praxis beobachtet werden. Daten aus klinischen Bewertungen, Bewegungsanalysen, bildgebenden Verfahren des Gehirns, neuropsychologischen und elektroenzephalographischen Untersuchungen sowie Blutchemietests werden analysiert, um statistische Untersuchungen und prädiktive Analysen durchzuführen, auch unter Verwendung künstlicher Intelligenzsysteme, die die Identifizierung neuer Frühmarker für Diagnose und Prognose ermöglichen neurodegenerativer Erkrankungen.

Die quantitative Bewegungsanalyse mit Hilfe von Standard-Bewegungserfassungssystemen (Ganganalyse) und mit tragbaren Trägheitssensoren ist ein wertvolles Instrument sowohl zur Unterstützung der klinischen Diagnostik als auch zur Beurteilung des Ansprechens auf eine pharmakologische Behandlung und zur Überwachung des Fortschreitens von NDDs. Aus dieser Perspektive kann die kinematische Analyse von Gang und grafischer Geste frühe Veränderungen motorischer Merkmale aufdecken, um die Differentialdiagnose und Stratifizierung des Patienten zu unterstützen und es uns zu ermöglichen, den Krankheitsverlauf im Laufe der Zeit zu verfolgen.

Obwohl motorische Symptome Schlüsselaspekte für die Differenzialdiagnose zwischen Parkinson-Syndrom und Demenz darstellen, können bei Patienten mit Synukleinopathien wie PD und Lewy-Körperchen-Demenz auch Veränderungen der kognitiven Funktionen und insbesondere der exekutiven Funktionen in den frühen Stadien der Erkrankung vorliegen.

Bei der Parkinson-Krankheit (PD) können sich diese kognitiven Störungen im Laufe der Zeit zu einem leichten kognitiven Rückgang (Mild Cognitive Impairment, PD-MCI) bis hin zur Demenz (Parkinson Disease Dementia, PDD) entwickeln.

Die Identifizierung neuropsychologischer Marker, die das Fortschreiten dieser Krankheiten und das Konversionsrisiko bei Patienten mit Parkinson vorhersagen können, ist ein entscheidender Aspekt für die Behandlung und das Management von Patienten in den verschiedenen Phasen der Krankheit.

Im Zeitalter der künstlichen Intelligenz (KI) kann mit der Einführung der KI-gesteuerten Computer Vision die menschliche Bewegung durch die Unterstützung einer einfachen Kamera mobiler Geräte wie Tablets und Smartphones in Echtzeit verfolgt und analysiert werden, was potenziell eliminiert der Bedarf an zusätzlichen Sensoren oder Spezialgeräten. Daher könnte ein Ansatz wie die Telemedizin mit KI neue Möglichkeiten und Herausforderungen für die Ferndiagnose, das Telemonitoring und die Telerehabilitation bei neurologischen Erkrankungen wie neurodegenerativen Erkrankungen bieten. Eine auf KI-gesteuerter Computer Vision basierende Bewegungsanalyse könnte die Anzahl der Patientenbewegungen reduzieren, insbesondere in den fortgeschrittenen Stadien der Krankheit, die oft durch schwere Behinderungen gekennzeichnet sind, die Belastung von Pflegekräften, die manchmal älter sind oder berufstätig sind, verringern und Konsultationen ermöglichen in abgelegenen Gebieten durchgeführt werden, die nicht leicht erreichbar sind.

Der Vergleich und die Validierung dieser Systeme mit dem Goldstandard der Bewegungsanalyse, der Ganganalyse mit Bewegungserfassung, und den bereits validierten Analysesystemen mit Trägheitssensoren, stellt einen Schlüsselfaktor bei der Entwicklung klinischer Tools dar, die die Ferndiagnose und Teleüberwachung von Therapien unterstützen pharmakologische und Rehabilitationsbehandlungen.

Ebenso hat der Einsatz künstlicher Intelligenzsysteme zur kinematischen Analyse der grafischen Geste die Entwicklung verschiedener Mustererkennungssysteme zur automatischen Erkennung von Handschriften in verschiedenen Anwendungsbereichen ermöglicht.

Dysgraphische Merkmale standen im Zusammenhang mit Anomalien der motorischen und kognitiven Funktionen, die durch klinische und neuropsychologische Tests festgestellt wurden, sowie mit neurophysiologischen Korrelaten handschriftbezogener kortikaler Aktivität wie dem Elektroenzephalogramm (EEG).

Handschriftanalysesystem, das KI-Systeme nutzt und die Durchführung validierter neuropsychologischer Tests mit Hilfe kommerzieller Grafiktabletts im Rahmen der normalen klinischen Praxis umfasst – beispielsweise bei einem einfachen ambulanten Besuch oder im Rahmen einer strukturellen neuropsychologischen Untersuchung als Bestandteil von Der mittlerweile gängige multidisziplinäre Ansatz, der die Behandlung von Patienten mit NDD kennzeichnet, könnte bei PD-MCI besonders nützlich sein, um das Fortschreiten sowohl der motorischen als auch der kognitiven Symptome zu verfolgen. Als kostengünstige und nicht-invasive Messung der motorischen und kognitiven Leistung könnten grafische Gestenanalysesysteme im Laufe der Zeit wiederholt angewendet werden, ohne dass es zu seriellen oder Meta-Lerneffekten kommt.

Ein weiterer zentraler Aspekt in der Früherkennung von NDDs stellt die Stimmanalyse dar: Die Produktion der menschlichen Stimme erfolgt durch komplexe und synergistische Bewegungen von Systemen und Subsystemen (Stimmbänder, Kehlkopf, Stimmritze, Mundhöhle und mehr), die beeinflusst werden können vom Gesundheitszustand des Redners abhängig. Unter den neurodegenerativen Erkrankungen führen Parkinson-Krankheit und Parkinson-Krankheit insbesondere zu dramatischen, objektiven und messbaren Veränderungen der Stimmproduktion, zu denen (unter anderem) ein erhöhter Geräuschpegel (aufgrund des unvollständigen Verschlusses der Stimmlippen) und ein Stimmverlust (Dysarthrophonie, Dysarthrie usw.) gehören können Hypophonie). Obwohl die Beurteilung einer Sprachstörung durchaus mit Laryngoskopen und Videostroboskopieinstrumenten durchgeführt werden kann, handelt es sich dabei um sehr teure Tests, die viel Zeit und qualifiziertes Personal erfordern. Sprachbasierte Systeme der künstlichen Intelligenz, die kommerzielle Systeme nutzen (mobile Geräte, die mit klangrobusten Mikrofonen ausgestattet sind), könnten die Analyse der Stimme mit Algorithmen der künstlichen Intelligenz ermöglichen, um die Krankheit im Frühstadium zu diagnostizieren.

Eine Langzeitanalyse gängiger Laborparameter der Blutchemie und die Analyse verschiedener biologischer Proben, wie z. B. Stuhlproben für die Mikrobiota-Analyse, die als Routinekontrollen bei Patienten mit chronischen Erkrankungen wie NDDs durchgeführt werden, könnten die Identifizierung von Zusammenhängen und frühen Markern ermöglichen, die für die Untersuchung nützlich sind Diagnose und Überwachung des Krankheitsverlaufs.

Gleichzeitig erfolgt die Einführung immer leistungsfähigerer und genauerer Bildgebungssysteme für das Gehirn, unterstützt durch Systeme des maschinellen Lernens und Techniken der künstlichen Intelligenz, um eine immer genauere ätiologische Diagnose zu erhalten.

Relevant ist, dass jede neurodegenerative Erkrankung ein bestimmtes Gehirnnetzwerk begünstigt, was wiederum mit einem spezifischen Gewebeverlust in bestimmten Gehirnregionen einhergeht. Daher besteht die Möglichkeit, durch maschinelle Lernsysteme neue Neuroimaging-Marker zu identifizieren, um die Differentialdiagnose zu steuern und den Krankheitsverlauf genau zu bewerten.

Zusammenfassend lässt sich sagen, dass der Ansatz der MARKERS-NDD-Studie von grundlegender Bedeutung ist, um das Erfolgspotenzial einer ehrgeizigen Strategie zu erhöhen, die darauf abzielt, Marker für das Fortschreiten neurodegenerativer Erkrankungen zu entwickeln, die die Suche nach krankheitsmodifizierenden Therapien beschleunigen.