Unter der Leitung von Dr. Zeynep Bendella führte die Forschungsgruppe eine retrospektive Analyse von 123 Proband:innen durch, darunter Patient:innen mit Diagnosen von iNPH und Alzheimer sowie alters- und geschlechtsangepassten Kontrollgruppen. Das Forschungsteam verwendete die KI-basierte neuroradiologische Software mdbrain (v4.4.1), um automatisiert Volumina verschiedener Hirnregionen und Ventrikel zu bestimmen. Das Tool mdbrain ermöglichte präzise, volumetrische Messungen, die mit traditionellen semi-quantitativen Markern wie dem Evans-Index und dem corpus callosum-Winkel verglichen werden konnten.

Die wichtigsten Ergebnisse auf einen Blick:

• Signifikante volumetrische Unterschiede: Die Studie zeigte erhebliche Unterschiede in den Volumina verschiedener Hirnregionen und Ventrikel zwischen den Gruppen. Besonders auffällig war, dass iNPH-Patient:innen eine deutliche Zunahme des gesamten Ventrikelvolumens (+67%), eine spezifische Vergrößerung der Seitenventrikel(+68%), sowie des dritten (+38%) und vierten Ventrikels (+31%) im Vergleich zu den Kontrollen aufwiesen. Dies stand im Kontrast zum insgesamt reduzierten Volumen der grauen Substanz, welche bei Alzheimer-Patient:innen beobachtet wurde.
• Unterschiedliche strukturelle Veränderungen: Die KI-basierte Volumetrie erkannte globale Ventrikulomegalie und markante Volumenminderung der weißen Substanz bei iNPH-Patient:innen, insbesondere in den supratentoriellen Regionen, wobei die graue Substanz relativ gut erhalten blieb. Dieses strukturelle Muster unterscheidet sich deutlich von den atrophischen Mustern, die typischerweise bei Alzheimer zu sehen sind.
• Verbesserte diagnostische Genauigkeit: Die Integration der KI-basierten Volumetrie mit etablierten radiologischen Markern bietet das Potenzial, die diagnostische Genauigkeit für iNPH zu verbessern und es von Krankheiten wie Alzheimer, die überlappende Symptome vorweisen, zu unterscheiden.

Andreas Lemke, CEO von mediaire, hebt die Relevanz der Studienergebnisse hervor: “Die genaue Unterscheidung von iNPH und anderen neurodegenerativen Erkrankungen ist essenziell für eine optimale Patientenversorgung. Die Studie zeigt, dass die KI-gestützte Volumetrie eine präzisere und zuverlässigere Analyse der Gehirnstrukturen ermöglicht, was zu mehr diagnostischer Klarheit und individuelleren Behandlungsansätzen führt.“

Der Einsatz von KI in diesem Kontext bietet nicht nur eine objektivere und quantitative Analyse von Gehirnveränderungen, sondern verbessert auch potenziell die Identifizierung von Kandidat:innen, die von therapeutischen Interventionen, wie der Ventrikelshuntanlage, profitieren könnten. Dieser Fortschritt ist besonders wichtig angesichts der klinischen Überschneidungen zwischen iNPH und Alzheimer, die historisch zu diagnostischen Herausforderungen geführt haben.

Das Forschungsteam fordert weitere Studien zur Validierung dieser Ergebnisse in größeren und diverseren Populationen, mit dem Ziel, KI-basierte Werkzeuge in die routinemäßige klinische Praxis zu integrieren. Da sich die Technologie weiterentwickelt, verspricht sie, die Landschaft der Diagnostik und des Managements neurodegenerativer Erkrankungen zu transformieren.