IBM Research und die Michael J. Fox Foundation wollen mit einem Modellierungsmodell den aktuellen Stand der Parkinson- Erkrankung besser bestimmen können
11. August 2020IBM Research und die Michael J. Fox Foundation wollen mit einem Modellierungsmodell den aktuellen Stand der Parkinson- Erkrankung besser bestimmen können
New York, 11.8.2020
Die Michael J. Fox Foundation (MJFF) und IBM Research haben ein KI-Modell entwickelt, mit dessen Hilfe Ärzte feststellen können, wie weit die Parkinson-Krankheit eines Patienten fortgeschritten ist. An diesem Fortschrittsmodell arbeiten die Organisationen seit dem vergangenen Jahr mit dem Ziel zusammen, mit Hilfe des maschinellen Lernens Behandlungen und eines Tages eine Heilung für die neurodegenerative Erkrankung zu finden.
Seit Jahre ist bekannt, das es schwierig ist, das Progressionsstadium bei der Parkinson- Krankheit zu bestimmen. „Im Allgemeinen ist die Progression bei der Parkinson-Krankheit weder einfach noch leicht zu definieren“, sagte IBM Research. Die Symptome und Symptomverläufe dieser Erkrankung, „manifestieren sich bei den Patienten in einem breiten Spektrum. Das macht es für Kliniker schwierig, definitiv und quantitativ zu beurteilen, wo sich eine Person zu einem bestimmten Zeitpunkt befinden könnte und wie weit die Parkinson-Krankheit tatsächlich fortgeschritten ist“, so IBM Research. Eine zusätzliche Herausforderung ist, dass Medikamente die Symptome maßgeblich beeinflussen können, ohne den Verlauf der Krankheit aufzuhalten. Darüber hinaus reagieren einzelne Patienten wohl recht unterschiedlich auf dieselben Medikamente. Gerade diese individuellen Unterschiede fließen laut dem Blogbeitrag in viele Verlaufsmodelle für Parkinson gar nicht erst ein.
Vor diesem Hintergrund haben IBM Research und das MJFF eine Modellierungsmethode entwickelt, die Ärzten helfen soll zu verstehen, wie die Krankheit im Zusammenhang mit dem Auftreten von Symptomen fortschreitet, so dass sie genau feststellen können, wie weit die Parkinson-Erkrankung eines Patienten fortgeschritten ist.
Mit Hilfe von Algorithmen wurde das Modell so konzipiert, dass es Faktoren berücksichtigt, die das äußere Erscheinungsbild der Parkinson-Erkrankung verdecken können, darunter Medikamente, die Symptome wie Zittern lindern, die motorische Kontrolle verbessern und andere häufige Symptome modifizieren können. „Die Reaktionen der Patienten auf Medikamente sind möglicherweise nicht in der gesamten Bevölkerung einheitlich, was die Notwendigkeit personalisierter Vorhersagen begründet“, so IBM Research.
„Zum Beispiel können die Tremorsymptome eines Patienten sehr gut auf Medikamente ansprechen, während ein anderer Patient möglicherweise weniger Erleichterung durch Medikamente erfährt, obwohl seine Krankheiten gleich weit fortgeschritten sind … die Identifizierung dieser Herausforderungen ist der Schlüssel zum Erfolg des maschinellen Lernens im Gesundheitswesen“, so IBM Research.
IBM hofft nach eigenen Angaben, dass das Progressionsmodell von Klinikern zur Gruppierung von Patienten und zur besseren Vorhersage des Krankheitsverlaufs eingesetzt werden kann.
Als nächste Schritte plant IBM, das Modell anhand der vom MJFF gesammelten PD-Patientendaten zu trainieren, in der Hoffnung, dass jedes Stadium der Parkinson-Krankheit definiert werden kann.
