Integrierte kortikal-kognitive Signaturen, die mittels maschinellen Lernens identifiziert wurden, ermöglichen die Früherkennung von MCI bei Typ-2-Diabetes

Warum das für Menschen mit Diabetes wichtig ist

Typ-2-Diabetes wird meist im Zusammenhang mit Blutzucker, Augen, Nieren oder Füßen besprochen. Er kann jedoch auch still die Gehirnfunktion beeinträchtigen und Jahre vor dem Auftreten von Demenz zu Vergesslichkeit und langsamerem Denken führen. Diese Studie zeigt, dass Ärztinnen und Ärzte durch eine genaue Betrachtung sowohl von Gehirnbildern als auch von kognitiven Tests frühe Warnzeichen für Gedächtnisprobleme bei Menschen mit Diabetes erkennen können, lange bevor der Alltag ernsthaft beeinträchtigt ist.

Drei Pfade der Gehirngesundheit verfolgen

Die Forschenden untersuchten 150 Erwachsene im Alter von 45 bis 65 Jahren, aufgeteilt in drei sorgfältig abgeglichene Gruppen: Personen ohne Diabetes, Personen mit Typ-2-Diabetes aber normaler Kognition und Personen mit Typ-2-Diabetes plus leichter kognitiver Beeinträchtigung (MCI) – ein auffälliger, aber noch frühe Stadium von Gedächtnis- und Denkproblemen. Alle Probanden absolvierten eine ausführliche Serie papierbasierter kognitiver Tests und erhielten hochauflösende MRT-Gehirnscans. Durch den direkten Vergleich dieser drei Gruppen konnten die Forschenden Veränderungen unterscheiden, die durch Alterung, durch den Diabetes selbst oder spezifisch durch frühen kognitiven Abbau verursacht werden.

Eine kleine, aber wichtige Gehirnregion sticht hervor

Die MRT-Scans dienten zur Messung der Dicke der Hirnrinde, der äußeren Schicht des Gehirns, in der die meisten Denkprozesse stattfinden. In vielen Hirnregionen zeigten Personen mit Diabetes eine Ausdünnung im Vergleich zu gesunden Versuchspersonen, und jene mit Diabetes und MCI wiesen oft noch stärkere Veränderungen auf. Besonders auffällig war eine Stelle: eine Region auf der linken Seite des Frontallappens, die pars opercularis genannt wird. Dort zeigte sich ein deutliches stufenweises Muster: am dicksten bei Gesunden, dünner bei Menschen mit Diabetes und am dünnsten bei Menschen mit Diabetes plus MCI. Dieser gleichmäßige Verlauf deutet darauf hin, dass genau dieser kleine Bereich als frühes strukturelles Merkmal für diabetesbedingten kognitiven Abbau dienen könnte.

Kognitive Tests, die subtile Veränderungen zeigen

Das Team untersuchte außerdem, welche kognitiven Tests die drei Gruppen am besten voneinander unterscheiden. Aufgaben, die schnelles und flexibles Verbinden von Elementen auf einer Seite messen (Trail Making Tests A und B) und das Lernen sowie Erinnern gesprochener Wortlisten (Rey Auditory Verbal Learning Test und seine verzögerte Abrufversion) zeigten die stärksten und konsistentesten Unterschiede. Allgemein schnitten Menschen mit Diabetes schlechter ab als gesunde Personen, und diejenigen mit Diabetes plus MCI erzielten die schwächsten Leistungen. Im Gegensatz dazu vermochten vertraute Schnelltests wie der Mini-Mental State Examination und die Montreal Cognitive Assessment oft nicht zwischen Menschen mit Diabetes mit und ohne MCI zu unterscheiden, was darauf hindeutet, dass für diese Patientengruppe gezieltere Tests nötig sind.

Verknüpfung von Hirnstruktur, kognitiven Fähigkeiten und maschinellem Lernen

Um die aussagekräftigste Kombination von Messwerten zu finden, verwendeten die Forschenden eine Methode des maschinellen Lernens, bekannt als Random-Forest-Klassifikator. Sie trainierten drei Versionen dieses Modells: eine nur mit Hirnmaßen aus Schlüsselregionen, eine nur mit den informativsten kognitiven Testwerten und eine kombinierte Version. Am besten schnitt das kombinierte Modell ab und trennte Menschen mit Diabetes und MCI sehr genau von denen ohne MCI. Ein Erklärungswerkzeug namens SHAP wurde eingesetzt, um zu zeigen, auf welche Merkmale das Modell am stärksten setzte. Es hob zwei Hauptfaktoren hervor: die Dicke der linken pars opercularis und die Leistung bei dem anspruchsvolleren Trail-Making-Test, der exekutive Funktionen und Verarbeitungsgeschwindigkeit abfragt.

Was das für Früherkennung und Versorgung bedeutet

Für Menschen mit Typ-2-Diabetes ist die wichtigste Schlussfolgerung, dass subtile Veränderungen im Gehirn und im Denken lange vor dem Auftreten einer Demenz nachweisbar sind und dass eine kleine frontale Gehirnregion zusammen mit gezielten kognitiven Tests ein praktikables Frühwarnsystem liefern könnte. Werden diese Befunde in größeren und längerfristigen Studien bestätigt, könnte dieser integrierte Ansatz Klinikerinnen und Klinikern helfen, diejenigen mit dem höchsten Risiko für zukünftige Gedächtnisprobleme zu identifizieren und sie für engere Überwachung, strengere Kontrolle von Blutzucker und Blutdruck sowie lebensstilbezogene Maßnahmen wie Bewegung und kognitives Training zu adressieren, mit dem Ziel, die Gehirngesundheit zu erhalten.

Zitation: Saluja, K.V., Balachandran, P., Pillai, D. et al. Integrated cortical-cognitive signatures identified by machine learning enable early detection of MCI in type 2 diabetes. Sci Rep 16, 13533 (2026). https://doi.org/10.1038/s41598-026-44608-z

Schlüsselwörter: Typ-2-Diabetes, leichte kognitive Beeinträchtigung, Gehirn-MRT, kognitive Tests, maschinelles Lernen