Obwohl die Risikofaktoren für eine Epilepsieerkrankung bereits in der Kindheit liegen können, vergehen meist noch Jahre bis zum ersten Anfall. Forschenden des LOEWE Center for Personalized Translational Epilepsy (CePTER) ist es kürzlich gelungen, Epilepsieanfälle unter Einsatz Künstlicher Intelligenz vorherzusagen.

Die Arbeitsgruppen um den Mediziner Professor Dr. Felix Rosenow und den Physiker Professor Jochen Triesch vom Frankfurt Institute for Advanced Studies (FIAS) forschen im Rahmen des LOEWE-Schwerpunkts CePTER an der Früherkennung und Behandlung von Epilepsie. Mithilfe eines selbst programmierten Computers mit einem sogenannten „Deep-Learning-Algorithmus“ konnten die Wissenschaftlerinnen und Wissenschaftler nun die Wahrscheinlichkeit einer vorliegenden Epilepsieerkrankung vorhersagen. Dafür wurden Teile des Gehirns von Ratten so stimuliert, dass sie eine Epilepsie entwickelten. Der Computer wertete die EEG’S vor und nach der Stimulation aus und erkannte für Epileptologen kaum sichtbare Unterschiede. Letztlich konnte der mit den Daten von sechs Ratten trainierte Algorithmus mit einer 97-prozentigen Wahrscheinlichkeit unterscheiden, ob es sich um ein gesundes oder krankes Tier handelt.

„Das Spannende an diesem Ansatz ist, dass wir das System dann fragen können, auf welche Merkmale es geachtet hat. Es kann schon einmal etwas Neues zutage fördern“, so Physiker Professor Jochen Triesch. Wann man auch beim Menschen das Risiko für eine Epilepsie aus den EEG-Daten vorhersagen kann, ist allerdings noch unklar. „Wir wollen mehr klinische Daten mit künstlicher Intelligenz untersuchen, um weitere Merkmale zu erfassen, die die Vorhersage sicherer machen. Dann müssen wir die Zusammenhänge in klinischen Studien beweisen, damit diese schöne Fantasie auch Wirklichkeit wird. Das wird mindestens noch zehn Jahre dauern“, schätzt Professor Dr. Felix Rosenow, Sprecher des LOEWE-Schwerpunkts CePTER.