KI hilft bei der frühzeitigen Diagnose neurologischer Erkrankungen

Das Unternehmen Entelai und das Institut für Informatik der Universität Buenos Aires entwickeln derzeit ein System zur Messung des Gehirnvolumens und zur Unterstützung der frühzeitigen Erkennung von neurodegenerativen Erkrankungen wie Parkinson oder Alzheimer. Die Initiative wird von der Stiftung Sadosky unterstützt, die sich zum Ziel gesetzt hat, die Zusammenarbeit zwischen der Industrie und der akademischen Welt zu fördern.

Entelai ist ein argentinisches Unternehmen, das 2017 gegründet wurde und enge Verbindungen zur akademischen Welt unterhält. Es widmet sich der Erforschung neuer Technologien im Zusammenhang mit künstlicher Intelligenz und deren Anwendung in der Medizin. Es bietet einen Service zur Quantifizierung von Hirnvolumina und Hirnverletzungen, der in Lateinamerika weit verbreitet ist.

„Das Ziel dieses Projekts ist es, die Anzahl der Personen zu erhöhen, bei denen die Gehirnvolumetrie mit künstlicher Intelligenz angewendet werden kann. Diese Methode wird zur Diagnose und Überwachung von Patienten mit kognitivem Abbau oder demyelinisierenden Erkrankungen eingesetzt“, erklärte Mauricio Farez, CEO von Entelai und Experte für Neurologie sowie Master of Public Health von der Harvard University.

Weltweit leiden schätzungsweise 50 Millionen Menschen an Demenz und etwa 8,5 Millionen an Parkinson. Diese Zahlen steigen von Jahr zu Jahr aufgrund der steigenden Lebenserwartung und der damit einhergehenden Alterung der Bevölkerung.

Die fortschrittlichen Modelle der Gehirnvolumetrie mithilfe von Deep Learning-Algorithmen, an denen dieses Team arbeitet, zielen darauf ab, das Gehirn präziser zu messen und zu einem nützlichen Biomarker für Neurologen und Ärzte zu werden, die mit solchen Erkrankungen arbeiten.

Wie funktioniert die Gehirnvolumetrie?

Die derzeit von Bildexperten verwendeten Open-Source-Forschungsprogramme sind in ihrer Anwendung oft schwierig. Bei Entelai wurden Algorithmen auf der Grundlage von Deep Learning entwickelt, die eine sehr detaillierte Volumetrieberichterstattung ermöglichen und die Bildgebungsdiagnose erleichtern sowie eine rechtzeitige Behandlung mit besseren Ergebnissen ermöglichen.

„Wir bringen diesen Algorithmen bei, trainieren sie und validieren sie, um den Ärzten bei Aufgaben zu helfen, die für das menschliche Auge unmöglich sind oder für die viel Zeit erforderlich wäre, die wir nicht haben“, erklärte Farez.