Tragbares KI-System zur Früherkennung kognitiver Beeinträchtigungen

MÜNCHEN (IT BOLTWISE) – Ein neues tragbares System, das Künstliche Intelligenz nutzt, könnte die Früherkennung von kognitiven Beeinträchtigungen revolutionieren. Forscher der Universität von Missouri haben ein Gerät entwickelt, das durch die Analyse von Bewegungen im Alltag subtile Anzeichen von milden kognitiven Beeinträchtigungen erkennen kann.

Die Früherkennung von kognitiven Beeinträchtigungen ist entscheidend, um rechtzeitig therapeutische Maßnahmen einzuleiten, die das Fortschreiten von Erkrankungen wie Alzheimer verlangsamen können. Ein neues tragbares System, das von Forschern der Universität von Missouri entwickelt wurde, könnte hier einen bedeutenden Beitrag leisten. Dieses System kombiniert eine Tiefenkamera, eine Kraftmessplatte und Künstliche Intelligenz, um subtile Veränderungen in der Bewegung von älteren Erwachsenen zu erkennen, die auf milde kognitive Beeinträchtigungen hinweisen.

Das System, bekannt als Mizzou Point-of-care Assessment System (MPASS), wurde entwickelt, um die Erkennung von kognitiven Beeinträchtigungen in Gemeinschaftskliniken und sogar in den eigenen vier Wänden zu ermöglichen. Die Forscher nutzten maschinelles Lernen, um Bewegungsdaten zu analysieren, die während alltäglicher Aufgaben wie Gehen und Stehen gesammelt wurden. Besonders bei Aufgaben, die sowohl körperliche als auch kognitive Anforderungen stellen, wie das Gehen und gleichzeitige Rückwärtszählen, zeigte das System seine Stärken.

Die Studie, die in der Fachzeitschrift Alzheimer Disease & Associated Disorders veröffentlicht wurde, zeigt, dass das System in der Lage ist, 83 % der Teilnehmer mit milden kognitiven Beeinträchtigungen korrekt zu identifizieren. Dies ist ein vielversprechendes Ergebnis, das darauf hindeutet, dass MPASS eine kostengünstige und zugängliche Alternative zu den derzeitigen, oft teuren und schwer zugänglichen Diagnoseverfahren darstellen könnte.

Ein wesentlicher Vorteil des Systems ist seine Portabilität und die Möglichkeit, es in verschiedenen Umgebungen einzusetzen, ohne dass teure oder komplizierte Ausrüstung erforderlich ist. Dies könnte insbesondere in ländlichen oder unterversorgten Gebieten von Vorteil sein, wo der Zugang zu spezialisierten Fachkräften oft eingeschränkt ist. Die Forscher betonen, dass eine frühzeitige Diagnose entscheidend ist, um Behandlungen wie das Medikament Lecanemab, das nur in frühen Stadien der Krankheit wirksam ist, rechtzeitig einsetzen zu können.

Die Studie umfasste 47 Teilnehmer, von denen 19 bereits eine Diagnose für milde kognitive Beeinträchtigungen erhalten hatten. Die Teilnehmer führten eine Reihe von motorischen Aufgaben aus, während das MPASS-System ihre Bewegungen aufzeichnete. Die Analyse der Daten erfolgte mit verschiedenen maschinellen Lernmodellen, wobei das Entscheidungsbaum-Modell die höchste Genauigkeit erzielte.

Obwohl die Ergebnisse vielversprechend sind, erkennen die Forscher an, dass die Stichprobengröße klein war und die Teilnehmer nicht sehr divers waren. Zukünftige Studien sollen eine breitere Teilnehmerbasis einbeziehen, um die Ergebnisse zu validieren und die Anwendbarkeit des Systems zu erweitern. Dennoch zeigt die Forschung, dass tragbare, kostengünstige Systeme wie MPASS das Potenzial haben, die Früherkennung von kognitiven Beeinträchtigungen erheblich zu verbessern.

Die Forscher planen, das System weiter zu verfeinern und zusätzliche Bewegungsaufgaben zu integrieren, um die Genauigkeit weiter zu steigern. Die Kombination von kognitiven und motorischen Tests mit Künstlicher Intelligenz bietet vielversprechende Möglichkeiten, um die Diagnose und Behandlung von Demenzerkrankungen zu verbessern.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!