Muskelzittern, ein kleinschrittiger Gang und ein regloser Gesichtsausdruck gehören zu den klassischen Symptomen im fortgeschrittenen Stadium: Die auch Schüttellähmung genannte Parkinson-Krankheit ist nach der Alzheimer-Krankheit die zweithäufigste neurologische Störung beim Menschen. Verursacht werden die Beeinträchtigungen der Bewegungskontrolle durch ein fortschreitendes Absterben von bestimmten Nervenzellen im Gehirn, in denen der Botenstoff Dopamin produziert wird. Weltweit gibt es Millionen von Betroffenen und man geht von weiter steigenden Zahlen aus.
Ein Problem bei der Behandlung von Parkinson ist die schwierige Früherkennung. Denn deutlich wird sie oft erst, wenn motorische Symptome wie Zittern, Steifheit und Langsamkeit deutlich werden. Diese Zeichen treten allerdings oft erst mehrere Jahre nach dem eigentlichen Ausbruch der Krankheit auf. Es gibt zwar Möglichkeiten, die Parkinson-Krankheit mit Hilfe von Hirnflüssigkeit und bildgebenden Verfahren zu erkennen. Diese Methoden sind jedoch invasiv, kostspielig und erfordern den Zugang zu spezialisierten medizinischen Zentren. Einfachere Methoden der Parkinson-Diagnose sind deshalb gefragt.
Parkinson ist mit speziellen Atemmustern verbunden
Der Entwicklung solcher Konzepte widmet sich das Team um Dina Katabi vom Massachusetts Institute of Technology in Cambridge. Ihr Ansatz beruht auf einem bekannten Aspekt bei der Entwicklung von Parkinson-Erkrankungen: “Bereits 1817 wurde in der Arbeit von Dr. James Parkinson ein Zusammenhang zwischen Parkinson und der Atmung festgestellt. Das hat uns dazu veranlasst, über die Möglichkeit nachzudenken, die Krankheit anhand der Atmung zu erkennen”, sagt Katabi. “Einige medizinische Studien haben gezeigt, dass sich Atemsymptome Jahre vor den motorischen Symptomen manifestieren, was bedeutet, dass Atemmerkmale für die Risikobewertung vor der Parkinson-Diagnose vielversprechend sein könnten”, sagt die Wissenschaftlerin.
Im Rahmen ihrer Studie sind sie und ihre Kollegen nun der Frage nachgegangen, inwieweit künstliche Intelligenz im nächtlichen Atemmuster von Menschen die Anzeichen einer Parkinson-Erkrankung erkennen kann. Sie trainierten dazu ein sogenanntes neuronales Netzwerk. Es handelt sich dabei um Kombinationen von Computer-Algorithmen, die die Funktionsweise des menschlichen Gehirns nachahmen. Sie sind lernfähig und können durch ein Training bestimmte Muster in Daten erfassen und einem Merkmal zuordnen. Für die Studie wurde nun ein neuronales Netzwerk darauf trainiert, in Atemmustern bestimmte Signaturen zu erkennen, die mit Parkinson verknüpft sind.
Als Grundlage dienten den Wissenschaftlern Daten, die von Probanden mit einer bekannten Parkinson-Erkrankung sowie von gesunden Kontrollpersonen stammten. Erfasst wurden die Atmungsmuster in einer Teilgruppe über ein Brustband, das die Probanden nachts trugen. Bei einer weiteren Gruppe wurden sie hingegen berührungsfrei durch ein Gerät im Schlafzimmer erfasst, das wie ein Wi-Fi-Router aussieht. Es sendet Funksignale aus und kann anhand ihrer Reflexionen die Atemmuster einer schlafenden Person erfassen.
