Nichtinvasive Screenings auf Alzheimer mittels label‑freier tri‑spektraler Netzhautbildgebung

Warum die Augen frühes Alzheimer anzeigen könnten

Die Alzheimer‑Krankheit schädigt das Gehirn über viele Jahre hinweg, bevor Gedächtnisprobleme deutlich werden. Die derzeit verfügbaren Tests, die diese frühen Veränderungen nachweisen, sind jedoch teuer, invasiv und nicht flächendeckend verfügbar. Diese Studie untersucht eine einfachere Idee: Da die Netzhaut im hinteren Teil des Auges eine direkte Fortsetzung des Gehirns ist und sich in Sekunden fotografieren lässt, könnte eine normale Augenuntersuchung — aufgerüstet mit intelligenter Bildgebung — einen leichteren Weg bieten, Alzheimer in einem früheren, besser behandelbaren Stadium zu erkennen?

Eine neue Art, den Augenhintergrund zu betrachten

Die Forschenden bauten ein kompaktes Zubehörteil für eine standardmäßige Netzhautkamera, wie sie auch bei Routine‑Sehtests verwendet wird. Statt eines einzelnen Farbfotos teilt das Gerät das von der Netzhaut reflektierte Licht in drei sorgfältig ausgewählte Farbkanäle auf: Blau, Grün und Rot. Jeder Kanal wird gleichzeitig von einer eigenen Kamera erfasst, sodass scharfe Bilder ohne zusätzliche Blitze oder Unbehagen entstehen. Dieser gezielte Ansatz verbessert die Erkennbarkeit subtiler Netzhautveränderungen, besonders bei kürzeren blauen Wellenlängen, denen frühere Studien eine besondere Empfindlichkeit gegenüber Alzheimer‑bedingten Veränderungen zugeschrieben haben.

Versteckte Farbhinweise in der Netzhaut

Das Team testete das tri‑spektrale System in einer klinischen Studie mit 38 Personen mit Alzheimer‑Diagnose, bestätigt durch Hirnbildgebung oder Liquor‑Tests, und 28 gesunden, altersähnlichen Freiwilligen. Nach pixelgenauer Ausrichtung aller Bilder, sodass zentrale Landmarken wie Sehnervenkopf und Fovea übereinstimmten, verglichen sie, wie viel blaues und grünes Licht aus verschiedenen Netzhautregionen reflektiert wurde. Auf den ersten Blick wirkten die Durchschnittsbilder von Patienten und Gesunden sehr ähnlich. Als sie jedoch das Verhältnis von Blau zu Grün berechneten, zeigte sich ein auffälliges Muster: Die Region zwischen dem zentralen Sehbereich (Fovea) und dem Sehnervenkopf wies bei Personen mit Alzheimer ein deutlich erhöhtes Blau‑zu‑Grün‑Signal auf. Dieser Unterschied, zusammengefasst durch einen Leistungswert (AUC) von 0,74, deutet darauf hin, dass Farbverschiebungen in dieser nasalen Netzhautregion nützliche Informationen liefern, um Betroffene von Gesunden zu unterscheiden.

Einem Computer beibringen, die Signale zu lesen

Um diese subtilen optischen Fingerabdrücke in ein praktikables Screening‑Werkzeug zu verwandeln, trainierten die Forschenden ein maschinelles Lernmodell namens XGBoost. Statt sich nur auf einfache Verhältnisse zu stützen, verwendete das Modell die rohen Blau‑, Grün‑ und Rotintensitäten aus der informativsten Netzhautregion sowie Alter, Geschlecht und grundlegende Augenanamnesedaten. Es wurde mit dem Großteil der Augen in der Studie trainiert und anschließend an einer unabhängigen Testgruppe überprüft, die das Algorithmus noch nie gesehen hatte. In diesem separaten Testdatensatz trennte das Modell Alzheimer‑ und gesunde Augen mit hoher Genauigkeit und erreichte eine AUC von 0,91. Mit einer Interpretierbarkeitsmethode namens SHAP zeigten die Autorinnen und Autoren, dass die Blaulichtmessungen den stärksten Beitrag zu den Entscheidungen des Modells leisteten, was die Vorstellung stützt, dass Alzheimer‑bedingte Veränderungen in der Netzhaut die Streuung von kurzwelligem Licht beeinflussen.

Welche Bedeutung das für zukünftige Untersuchungen haben könnte

Da das tri‑spektrale Modul einfach an eine vorhandene Funduskamera angeschlossen wird und nur einen einzigen Lichtimpuls erfordert, könnte es prinzipiell in routinemäßige Augenuntersuchungen integriert werden, ohne viel zusätzliche Zeit oder Unbehagen für Patientinnen und Patienten zu verursachen. Im Gegensatz zu Hirnscans oder Liquor‑Tests ist dieser Ansatz nichtinvasiv, relativ kostengünstig und gut geeignet für das Screening großer Personengruppen, die möglicherweise gefährdet sind, aber noch keine Symptome zeigen. Die Autorinnen und Autoren betonen, dass größere Studien nötig sind und dieser Test wahrscheinlich ergänzend — nicht ersetzend — zu etablierten Methoden eingesetzt werden würde. Dennoch legen ihre Ergebnisse nahe, dass das sorgfältige Messen, wie die Netzhaut verschiedene Farben reflektiert — kombiniert mit transparenten Methoden des maschinellen Lernens zur Interpretation dieser Muster — ein praktikables neues Fenster in die allerersten Stadien der Alzheimer‑Krankheit eröffnen könnte, in denen Interventionen die besten Chancen haben, den Krankheitsverlauf zu beeinflussen.

Zitation: Salajková, Z., Ciasca, G., Di Lorenzo, F. et al. Non-invasive screening of alzheimer’s disease via label-free tri-spectral retinal imaging. Sci Rep 16, 5083 (2026). https://doi.org/10.1038/s41598-026-35383-y

Schlüsselwörter: Alzheimer‑Krankheit, Netzhautbildgebung, Früherkennung, nichtinvasive Untersuchung, Maschinelles Lernen