Ähnlichkeiten zwischen Schizophrenie und Demenz entdeckt

Überschneidungen der Krankheitsbilder

Zu diesem Zweck erstellten die Forscher mit Hilfe maschinellen Lernens sogenannte Klassifikatoren, die sie darauf trainierten, frontotemporale Demenz, Alzheimer-Demenz oder Schizophrenie anhand von Hirnscans sowie weiteren Gesundheitsdaten Betroffener zu identifizieren. Insgesamt bezogen Koutsouleris und sein Team die Daten von 1870 Personen ein, die entweder unter FTD, Schizophrenie, Alzheimer-Demenz oder Depressionen litten. Als Vergleich dienten zusätzlich 1042 gesunde Kontrollpersonen. Nach dem Training konnten die auf künstlicher Intelligenz basierenden Klassifikatoren recht zuverlässig unterscheiden, ob eine Person erkrankt oder gesund war. Die Klassifikatoren für bvFTD und Alzheimer identifizierten jeweils rund 86 Prozent der Patienten mit der jeweiligen Krankheit korrekt, der Klassifikator für Schizophrenie erkannte zumindest 70 Prozent der tatsächlichen Schizophrenie-Patienten als solche.

Um neurologische Ähnlichkeiten zwischen den Erkrankungen aufzudecken, wendeten die Forscher im nächsten Schritt den Klassifikator, der darauf trainiert wurde, bvFTD zu erkennen, auf die Gruppe der Schizophrenie-Patienten an. Das Ergebnis: Die künstliche Intelligenz stufte 57 von 167 Schizophrenie-Patienten, also 41 Prozent, als bvFTD-Patienten ein. „Als wir das bei den schizophrenen Patienten gesehen haben, waren wir überrascht – ein Hinweis auf eine Ähnlichkeit der beiden Erkrankungen“, sagt Koutsouleris. Wendeten die Forscher testweise stattdessen den Alzheimer-Klassifikator auf diese Gruppe an, klassifizierte er nur 18 Prozent der Schizophrenie-Patienten als Alzheimer-Patienten.

Hilfsmittel für genauere Prognosen

In Kombination mit Langzeitdaten zum Krankheitsverlauf der Schizophrenie-Patienten über zwei Jahre hinweg fanden die Forscher heraus, dass diejenigen, die laut bvFTD-Klassifikator viele bvFDT-typische Merkmale aufwiesen, eine besonders schlechte Prognose hatten. Aus Sicht der Forscher könnte der Klassifikator daher zukünftig auch in der klinischen Praxis wertvoll sein: „Ich wollte einfach wissen, wieso sich der Zustand meines 23-jährigen Patienten mit beginnenden Symptomen einer Schizophrenie wie Halluzinationen, Wahnvorstellungen und kognitiven Defiziten auch nach zwei Jahren überhaupt nicht verbessert hatte, während ein anderer, dem es anfangs genauso schlecht ging, seine Ausbildung fortsetzte und eine Freundin gefunden hatte“, beschreibt Koutsouleris.

Mit Hilfe der künstlichen Intelligenz entwickelten die Forscher einen sogenannten bvFTD-Score, der angibt, wie stark die neurologischen Veränderungen im Gehirn von Schizophrenie-Patienten dem Bild einer bvFTD ähneln. Bei besonders schwer betroffenen Patienten verdoppelte sich dieser Score innerhalb eines Jahres – einhergehend mit weiteren kognitiven Einschränkungen. „Damit kann man das Konzept der Dementia praecox nicht mehr komplett wegwischen“, sagt Koutsouleris Kollege Matthias Schroeter. „Wir liefern erste stichhaltige Hinweise, dass Kraepelin zumindest bei einem Teil der Patienten nicht falsch lag.“

In Zukunft könnte der bvFTD-Score aus Sicht der Forscher dazu eingesetzt werden, vorherzusagen,
zu welcher Subgruppe im Spektrum der Schizophrenie- Ausprägungen Betroffene gehören. „Dann kann man frühzeitig eine intensive therapeutische Begleitung einleiten, um verbliebene Genesungspotentiale auszuschöpfen“, so Koutsouleris.

Quelle: Nikolaos Koutsouleris (Max-Planck-Institut für Psychiatrie, München) et al., JAMA Psychiatry, doi:10.1001/jamapsychiatry.2022.2075