 |  | Theo Dingermann |
 |
02.03.2023 12:00 Uhr |
In der zweiten Arbeit testeten die Forschenden ihr kinetisches Biomarkerkonzept bei Patienten mit Duchenne-Muskeldystrophie (DMD), einer im Kindesalter beginnenden Muskelerkrankung. Dazu wurden die Bewegungsdaten von 21 Patienten und 17 altersangepassten gesunden Probanden aufgezeichnet. Während der Testphasen verrichteten die Teilnehmer, die den17-Sensor-Bodysuit trugen, typische Alltagsaktivitäten.
Auch hier definierten die Forschenden zunächst neue Bewegungsverhaltens-Fingerabdrücke, durch die sich DMD-Patienten von den Kontrollpatienten unterscheiden lassen. Dann verwendeten sie maschinelle Lernalgorithmen, die die Verhaltens-Fingerabdrücke kombinierten, um quer- und längsschnittliche Krankheitsverlaufsvorhersagen zu treffen. Auch in diesem Fall übertrafen die Ergebnisse die Vorhersagen, die aus derzeit verwendeten klinischen Bewertungen abgeleitet wurden.
Mithilfe ihres KI-Ansatzes entwickelten die Forschenden den neuen Biomarker »KineDMD«, der ein zuverlässiges Gesamtbild von den aktuellen motorischen Fähigkeiten einer erkrankten Person vermittele. Die Autoren glauben, mithilfe ihres Ansatzes, der das Bewegungsverhalten des täglichen Lebens auch mit dem Krankheitsverlauf korreliert, einen systematischen Weg aufzuzeigen, um in Echtzeit bestimmen zu können, wann ein neuer Therapieeffekt eintritt oder abklingt.
Sie sehen auch Potenziale für ihre Wearables-Technologie. »Unsere Forschungsergebnisse enthalten zahlreiche Anknüpfungspunkte dafür, diese Technologie auf andere neurodegenerative Erkrankungen, aber auch auf kardiologische und orthopädische Erkrankungen auszuweiten – bis hin zu Schädigungen des Nervensystems, die beispielsweise durch einen Schlaganfall oder einen Herzinfarkt verursacht wurden«, erklärt Professor. Dr. Aldo Faisal, Seniorautor beider Studien, in der Mitteilung.
