Wissenschaftler der Zhejiang-Universität in China haben ein bahnbrechendes Diagnosewerkzeug entwickelt, das mithilfe künstlicher Intelligenz Parkinson durch die Analyse von Ohrenschmalz erkennt – mit einer bemerkenswerten Genauigkeit von 94,4 %.
Das Forscherteam unter Leitung von Hao Dong und Danhua Zhu veröffentlichte seine Ergebnisse im Fachjournal Analytical Chemistry. Ihr Ansatz nutzt die Tatsache, dass Ohrenschmalz Talg enthält, eine ölige Substanz, deren chemische Zusammensetzung sich mit dem Fortschreiten der Krankheit verändert. Im Gegensatz zu Hauttalg befindet sich Ohrenschmalz in einer geschützten Umgebung, die frei von äußeren Verunreinigungen wie Umweltverschmutzung oder Kosmetika ist.
Für die Studie wurden Ohrenschmalzproben von 209 Teilnehmenden gesammelt (108 mit Parkinson und 101 ohne). Mithilfe ausgefeilter Gaschromatographie-Massenspektrometrie (GC-MS) identifizierten die Forscher vier flüchtige organische Verbindungen, die bei Parkinson-Patienten in deutlich anderen Konzentrationen auftreten: Ethylbenzol, 4-Ethyltoluol, Pentanal und 2-Pentadecyl-1,3-dioxolan.
Anschließend entwickelte das Team ein künstliches Intelligenz-Olfaktor-System (AIO), indem sie Gaschromatographie-Oberflächenakustikwellensensoren (GC-SAW) mit einem Convolutional Neural Network (CNN) kombinierten. Dieses Machine-Learning-Modell wurde darauf trainiert, Muster in den chromatografischen Daten zu erkennen, die zwischen Parkinson- und Nicht-Parkinson-Proben unterscheiden.
Die derzeitige Parkinson-Diagnose stützt sich meist auf die Beobachtung physischer Symptome, die oft erst nach erheblichem neurodegenerativem Fortschritt auftreten. Eine frühe Erkennung ist entscheidend, da die meisten Behandlungen lediglich das Fortschreiten der Krankheit verlangsamen, sie aber nicht rückgängig machen können. Herkömmliche Diagnosemethoden wie klinische Bewertungsskalen und bildgebende Verfahren sind oft subjektiv, teuer und können Frühstadien übersehen.
„Diese Methode ist ein klein angelegtes, monozentrisches Experiment in China“, betonte Dong. „Der nächste Schritt besteht darin, weitere Untersuchungen in verschiedenen Krankheitsstadien, an mehreren Forschungszentren und bei unterschiedlichen ethnischen Gruppen durchzuführen, um zu klären, ob diese Methode einen größeren praktischen Anwendungswert besitzt.“
Sollte sich das Verfahren in größeren Studien bewähren, könnte dieses kostengünstige, nicht-invasive Screening-Tool die Früherkennung von Parkinson revolutionieren und so frühere Interventionen sowie potenziell bessere Behandlungsergebnisse für Millionen von Patienten weltweit ermöglichen.