Monitoring zu Hause für eine personalisierte Parkinson-Behandlung

Die Parkinson-Krankheit wird meist mit Zittern, verlangsamten Bewegungen und Problemen beim Gehen in Verbindung gebracht. Für viele Betroffene sind jedoch die sogenannten „nicht-motorischen“ Symptome im Alltag oft noch belastender. Dazu gehört unter anderem die sogenannte orthostatische Hypotonie – ein Zustand, bei dem es beim Aufstehen zu plötzlichen Blutdruckabfällen kommt, die Schwindel oder sogar Ohnmacht auslösen können. Da diese Vorkommnisse unvorhersehbar sind, lassen sie sich bei normalen Arztbesuchen nur schwer erfassen. Um dieses Problem anzugehen, haben LCSB-Forschende der Gruppen Digital Medicine und AI Modelling and Prediction ein gemeinsames Projekt durchgeführt. Ihr Ziel war es zu untersuchen, wie tragbare Geräte und moderne Datenanalyse eine kontinuierliche Überwachung des Herz-Kreislauf-Systems bei Parkinson-Patienten zu Hause ermöglichen können.

Interdisziplinäre Zusammenarbeit zur Beobachtung nicht-motorischer Symptome

Das Projekt namens PDHOME wurde als sogenanntes Tandemprojekt gestartet, das auf eine stärkere interdisziplinäre Zusammenarbeit am LCSB abzielt. Tandemprojekte werden über interne Mittel finanziert, die dazu dienen, neue Kooperationen und Forschungsideen anzustoßen. In diesem Fall wollte die Forschungsgruppe für Digital Medicine unter der Leitung von Prof. Jochen Klucken über die motorischen Symptome hinausgehen und sich stärker mit den nicht-motorischen Aspekten der Parkinson-Erkrankung befassen. „Wenn Patienten von Schwindel oder Ohnmacht berichten, deutet das oft auf Probleme bei der Regulation des Herz-Kreislauf-Systems hin“, erklärt Prof. Klucken. „Im Hinblick auf die Sicherheit der Patienten ist es wichtig, diesen Symptomen entgegenzuwirken. Sie lassen sich aber mit den üblichen klinischen Tests schwer erfassen, da sie meist zu Hause auftreten.“

Hier kam die Expertise der Forschungsgruppe für AI Modelling and Prediction ins Spiel, da diese sich auf die Auswertung komplexer Messdaten von tragbaren Sensoren mithilfe künstlicher Intelligenz (KI) spezialisiert hat. Da frühere Studien bereits gezeigt haben, dass plötzliche Blutdruckabfälle mithilfe solcher Sensoren erkannt werden können, haben die beiden Teams ihre Kräfte vereint. Sie entwickelten einen gemeinsamen Ansatz, der medizinische Erkenntnisse mit moderner Signalverarbeitung und maschinellem Lernen verbindet. „Unser Ziel ist es, Sensordaten in Informationen umzuwandeln, die von Ärzten verwendet werden können“, sagt Prof. Jorge Gonçalves, Leiter der KI-Forschungsgruppe.

Für die Studie wurden geprüfte medizinische Geräte eingesetzt, die sich gut für klinische Studien eignen. Die Teilnehmenden wurden mit verschiedenen Sensoren ausgestattet, die sowohl Bewegungen als auch Herzsignale aufzeichneten und somit detaillierte Herz-Kreislauf-Messungen ermöglichten. Dabei wurden Untersuchungen in der Klinik mit längeren Messverläufen im Alltag zu Hause kombiniert. „In der Klinik verfügen Ärzte oft nur über wenige punktuelle Daten“, erklärt Prof. Gonçalves. „Durch das kontinuierliche Monitoring erhalten wir nunmehr Messinformationen über Tage oder sogar Wochen. Die Herausforderung besteht darin, die Warnsignale zu identifizieren.“ Dieser Übergang von vereinzelten Momentaufnahmen hin zu einer dauerhaften Beobachtung stellt einen grundlegenden Wandel in der Untersuchung von Symptomen wie Blutdruckabfällen dar.

Weitere Studien untersuchen das Potenzial tragbarer Geräte

Während die technische Machbarkeit im Fokus des Projekts stand, hat es in der Zwischenzeit weitere vielversprechende Forschungsvorhaben angestoßen. Aufbauend auf PDHOME laufen nunmehr gleich mehrere klinische Beobachtungsstudien, wie etwa OHVD und RePHLECS-PD, die in Zusammenarbeit mit Krankenhäusern in Luxemburg durchgeführt werden. Ziel ist es, die Herz-Kreislauf-Regulation und entsprechende Symptome für Störungen in verschiedenen Patientengruppen genauer zu untersuchen. „Der Erfolg von PDHOME besteht darin, dass wir eine gemeinsame Sprache zwischen Ärzten und Datenwissenschaftlern geschaffen haben“, betont Prof. Klucken. Die gesammelten Daten ermöglichen es, die Analyse weiter zu verbessern, Algorithmen zu verfeinern und auszuloten, wie kontinuierliche Messungen ärztliche Entscheidungen unterstützen können.

Langfristig erhoffen sich die Forschenden, dass die entwickelten Ansätze den Weg für eine individuellere Behandlung von Patienten bahnen, dass Ärzte die Wirksamkeit von Therapien besser beurteilen, Behandlungen gezielter anpassen und Warnzeichen frühzeitiger erkennen können, um ernsthaften Problemen vorzubeugen. Auch im Hinblick auf das Monitoring von Menschen, die ein erhöhtes Risiko haben, an Parkinson zu erkranken, könnten Instrumente wie diese tragbaren Messgeräte hilfreich sein.

Darüber hinaus ist das Projekt ein Beleg dafür, wie eine gezielte interne Förderung nachhaltige Kooperationen ermöglichen kann. Was als einjähriges Tandemprojekt begann, hat sich mittlerweile zu einem umfassenden Forschungsvorhaben entwickelt, das Informatik, Medizin und Partner-Kliniken zusammenbringt. „Unsere Kompetenzen ergänzen sich“, fasst Prof. Gonçalves zusammen. „Wir entwickeln bessere Analysemethoden, während unsere klinischen Partner die Patientenversorgung verbessern. Gemeinsam können wir aus komplexen Daten somit Erkenntnisse gewinnen, die den Patienten maßgeblich helfen.“