Ein tiefes gemeinsames Lern‑Proteom‑Modell zur Diagnose von sechs mit Demenz assoziierten Erkrankungen

Warum ein einfacher Bluttest für die Hirngesundheit wichtig ist

Demenz ist keine einzelne Krankheit, sondern eine Gruppe von Hirnerkrankungen, die sich oft überschneiden und Diagnosen langsam, teuer und unsicher machen. Diese Studie stellt eine hoffnungsvolle Frage: Könnte ein einzelner Bluttest, interpretiert durch künstliche Intelligenz, Ärzten helfen, mehrere verschiedene Hirnerkrankungen, die mit Demenz in Zusammenhang stehen, gleichzeitig zu erkennen – lange bevor schwere Gedächtnisverluste auftreten?

Aus einer Blutprobe ein Abbild der Hirngesundheit machen

Die Forschenden entwickelten ein System namens ProtAIDe‑Dx, das Tausende von Proteinen im Blut einer Person analysiert und diese nutzt, um die Wahrscheinlichkeit für sechs mit Demenz verbundene Erkrankungen abzuschätzen: Alzheimer‑Krankheit, Parkinson‑Krankheit, frontotemporale Demenz, amyotrophe Lateralsklerose, zurückliegender Schlaganfall oder Mini‑Schlaganfall und normale kognitive Leistung. Statt das Gehirn zu scannen oder Liquor zu entnehmen, stützt sich der Ansatz auf eine Standardblutentnahme und eine Labortechnik, die mehr als 7.000 Proteine gleichzeitig messen kann. Ein Deep‑Learning‑Modell wird darauf trainiert, Muster in diesen Proteinen zu erkennen, die typischerweise bei Menschen mit den jeweiligen Erkrankungen auftreten.

Wie gut der blutbasierte KI‑Test funktioniert

Das Team trainierte und testete ProtAIDe‑Dx an Blutproben von mehr als 17.000 Personen, die an 19 Standorten weltweit gesammelt wurden. Das System sah während des Trainings keine Informationen zu Alter, Geschlecht, Klinik, Diagnose oder Denkleistung; es nutzte ausschließlich die Proteinmuster. Trotzdem unterschied es in den meisten Fällen korrekt erkrankte Personen von gesunden Kontrollen. Die Genauigkeit war am höchsten bei amyotropher Lateralsklerose und Parkinson‑Krankheit, wo die ausgeglichene Klassifikation über 90 Prozent lag, und blieb für alle sechs Erkrankungen über 70 Prozent. Die Modellwerte für Alzheimer korrelierten mit bekannten Risikofaktoren: Personen mit mehr Kopien des APOE ε4‑Risikogens und solche mit schlechteren Gedächtnistests erhielten tendenziell höhere Alzheimer‑Wahrscheinlichkeiten.

Verborgene Mischformen von Hirnerkrankungen aufdecken

Weil ProtAIDe‑Dx für jede der sechs Erkrankungen eine Wahrscheinlichkeit ausgibt, kann es Personen markieren, deren Proteinmuster auf mehr als ein zugrundeliegendes Problem hindeuten. Wenn die Forschenden jede Person auf einer Karte darstellten, die durch diese Wahrscheinlichkeiten definiert ist, zeigten sich Cluster, die klinische Diagnosen widerspiegelten, aber auch bedeutende Überschneidungen enthüllten. Beispielsweise fielen einige als Alzheimer bezeichnete Personen in Bereiche, die von Schlaganfall‑ oder Parkinson‑Mustern dominiert wurden, und eine ALS‑Untergruppe lag nahe bei frontotemporaler Demenz. Diese Gruppen wiesen unterschiedliche klinische Merkmale und Proteinsignaturen auf, was auf gemischte oder atypische Krankheitsbiologien hinweist, die traditionelle Diagnosen übersehen. Das Modell konnte auch Proteinnetzwerke hervorheben, die mit allgemeiner Hirnresilienz oder Verwundbarkeit zusammenhängen und nicht nur mit einer einzelnen Erkrankung.

Das Werkzeug in einer realen Gedächtnisklinik testen

Die Wissenschaftler prüften ProtAIDe‑Dx anschließend in einer unabhängigen Gedächtnisklinik‑Kohorte von fast 1.800 Personen, für die detaillierte Hirnbilder und Liquoruntersuchungen vorlagen. Obwohl die Klinikdaten nicht zum Training des Systems verwendet wurden, stimmten die Wahrscheinlichkeiten weiterhin mit vielen krankheitsspezifischen Hirnmarker überein. Höhere Schlaganfall‑ähnliche Wahrscheinlichkeiten korrelierten mit mehr weißer Substanzschädigung im MRT, während hohe Alzheimer‑Wahrscheinlichkeiten mit erhöhten Tau‑Markern und Schrumpfung in jenen Hirnregionen einhergingen, die bei der Krankheit typischerweise betroffen sind. In Kombination mit Standardmaßen wie Alter, einfachen Denktests und einigen Blut‑ und Bildgebungsmarkern konnten Ärztinnen und Ärzte Alzheimer, Parkinson, frontotemporale Demenz und Schlaganfall genauer unterscheiden als mit routinemäßigen klinischen Werkzeugen allein.

Was das für Patientinnen, Patienten und Ärztinnen bedeuten könnte

ProtAIDe‑Dx ist noch nicht genau genug, um Hirnscans oder Lumbalpunktionen zu ersetzen, und es hat weiterhin Schwierigkeiten, in allen Krankenhäusern und Testzentren perfekt zu generalisieren. Aber es bietet bereits etwas Neues: einen einzigen, minimalinvasiven Bluttest, der schnell eine probabilistische Ansicht mehrerer Hirnerkrankungen gleichzeitig liefern kann und gleichzeitig die spezifischen Proteine aufzeigt, die das Ergebnis jeder Person beeinflusst haben. Das könnte Ärzten helfen zu entscheiden, wer weiterführende Tests benötigt, gemischte Pathologien zu entdecken, die verwirrende Symptome erklären, und eines Tages gezieltere Behandlungen anzuleiten. Die Arbeit legt nahe, dass reiche Proteinmuster im Blut aussagekräftige Signale über die Hirngesundheit tragen und dass künstliche Intelligenz helfen kann, diese für die tägliche Demenzversorgung nutzbar zu machen.

Zitation: An, L., Pichet Binette, A., Hristovska, I. et al. A deep joint-learning proteomics model for diagnosis of six conditions associated with dementia. Nat Med 32, 1852–1864 (2026). https://doi.org/10.1038/s41591-026-04303-y

Schlüsselwörter: Demenzdiagnose, Plasma‑Proteomik, Alzheimer‑Krankheit, künstliche Intelligenz, Blut‑Biomarker