Per App Demenzen erkennen?

Uhrentest digital durchführen

Der Uhrentest ist seit Jahrzehnten ein einfaches und effektives Verfahren, um räumliche Orientierungsstörungen und Demenzen zu diagnostizieren. Wissenschaftler/-innen haben künstliche neuronale Netze mit 2.500 solcher Tests „gefüttert“, um ihnen beizubringen, diese selbständig auszuwerten. Dies könnte die Diagnose erleichtern.

Uhrentest

Uhrentest auswerten | JSB31, fotolia

Immer mehr Menschen erkranken an Demenz, sichere und einfache Diagnosemethoden sind entscheidend, um die Betroffenen möglichst früh medizinisch begleiten zu können. Weltweit wenden Ärztinnen und Ärzte hierfür den Uhrentest an. Das Verfahren ist standardisiert und einfach: Der Patient bekommt ein Blatt Papier mit einem vorgezeichneten Kreis vorgelegt und soll die Ziffern einer Uhr einzeichnen, um anschließend zum Beispiel die Uhrzeit 11.10 Uhr einzutragen.

Rückschlüsse auf das Ausmaß der Hirnfunktionsstörung

Je nachdem, wie stark die Zeichnung von der richtigen Lösung abweicht, lassen sich Rückschlüsse auf das Ausmaß der Hirnfunktionsstörung ziehen. Die behandelnde medizinische Fachperson vergibt in der Bewertung des Tests üblicherweise Punkte, ähnlich wie Schulnoten zwischen eins und sechs. Ein Punkt bedeutet eine perfekte Lösung, bei drei ist die Uhr schon fehlerhaft, so ist vielleicht nur ein Zeiger eingezeichnet, aber die visuell-räumliche Darstellung ist noch in Ordnung. Mit steigender Punktzahl werden die gezeichneten Uhren immer unklarer: Die Zwischenräume zwischen den Ziffern sind ungleichmäßig, die Reihenfolge stimmt nicht, nur wenige Ziffern sind eingetragen, sie stehen außerhalb des Kreises, sind nur noch Kritzeleien. Ab drei Punkten gehen Medizinerinnen und Mediziner von einer relevanten kognitiven Störung, oft im Rahmen einer Demenz aus.

Auswertung mit künstlichen neuronalen Netzen

Der Facharzt für Neurologie und Psychiatrie Prof. Dr. med. Markus Weih war früher Leiter der Gedächtnisambulanz an der psychiatrischen Klinik, ist Buchautor und Autor zahlreicher wissenschaftlicher Publikationen. Aktuell ist er im Medic Center in Nürnberg tätig und externes Mitglied des Lehrstuhls für Neurologie der FAU, wo er in der Lehre tätig ist. Er sammelte drei bis vier Jahre lang in seiner Praxis 2.500 Uhrentests von 1.315 Patientinnen und Patienten.

Senile Plaques

Leipziger Demenzforscher haben berechnet, dass deutschlandweit rund ein Drittel der Alzheimer-Erkrankungen auf Risikofaktoren wie Bluthochdruck, Übergewicht oder Diabetes zurückgehen. Sie plädieren dafür, sich in der Prävention von Alzheimer verstärkt auf diese Risiken zu konzentrieren.

weiterlesen

Das Ziel von Prof. Andreas Maier vom Lehrstuhl für Mustererkennung der FAU war es, die Auswertung künstlichen neuronalen Netzen beizubringen, um medizinische und psychologische Fachleute in der Praxis zu unterstützen. Prof. Weih scannte Uhren und Testergebnisse ein und schickte die Daten an den Lehrstuhl.

Neuronale Netze füttern

Dort begann ein Team unter der Leitung von Prof. Maier damit, die Daten zu digitalisieren. Im Rahmen seiner Masterarbeit übernahm Harb Alnasser Alabdalrahim die Aufgabe, die tiefen neuronalen Netze der Hochleistungsrechner mit den Uhren zu „füttern“. In kurzer Zeit lernten diese, den Zeichnungen die richtige Diagnose zuzuordnen. „In über 96 Prozent der Fälle ordnen die neuronalen Netzwerke richtig zu, ob es sich um einen nicht-pathologischen oder einen pathologischen Befund handelt“, erklärt Prof. Maier. Und in über 98 Prozent der Fälle sei die zugeordnete Erkrankungsstufe korrekt. „Das sind sehr gute Ergebnisse.“ Neu sind dabei nicht die Prozesse, es ist bekannt, wie in den tiefen Netzen die Verschaltungen gelernt werden, wobei sich der Lernalgorithmus deutlich von dem im menschlichen Gehirn unterscheidet.

Große Datenmenge war ein Glücksfall

Im Lehrstuhl für Mustererkennung speisen Forscherinnen und Forschere häufig Röntgenbilder oder Aufnahmen von Computertomografien und Magnetresonanztomografien in die künstlichen Netze ein, um diese für die Diagnostik einsetzbar zu machen. „Beim Uhrentest haben wir im Unterschied dazu mit Zeichnungen gearbeitet“, sagt Prof. Maier. Die große Datenmenge, die Prof. Weih aus seiner Praxis liefern konnte, sei ein Glücksfall gewesen. Nach über 1.000 Trainingsiterationen konnten die künstlichen neuronalen Netze sehr genaue Ergebnisse liefern.

Nutzung einer App?

Die Hoffnung der Forschenden ist es, dass künftig eine einfach zu handhabende App medizinisches Personal in der Diagnose von Demenz weltweit unterstützen kann. „Das Personal muss natürlich auch künftig den Uhrentest kennen und standardisiert anwenden“, macht Prof. Maier deutlich, „doch anschließend kann es die App nutzen, um damit den Test abzufotografieren und sofort eine Auswertung zu bekommen.“ Wer sich in der Bewertung eines Tests unsicher sei, erhalte über die App eine Art Zweitmeinung. Dies bringe mehr Zuverlässigkeit in den Diagnosen sowie eine bessere Graduierung und Abgrenzung von Demenzfällen. Letzteres sei in der klinischen Forschung von großem Interesse.

 

Literatur:

Chen S, Stromer D, Alabdalrahim HA, et al.: Automatic dementia screening and scoring by applying deep learning on clock-drawing tests. Sci Rep 10, 20854 (2020), DOI: doi.org/10.1038/s41598-020-74710-9.

 

Quelle: idw/FAU