Das Bild von Alzheimer- oder Parkinson-Patienten, die allmählich ihr Gedächtnis und ihre Mobilität verlieren und vollständig auf die Pflege ihrer Angehörigen angewiesen sind, ist in vielen Ländern mit einer alternden Bevölkerung zu einem beunruhigenden Bild geworden. Die meisten der aktuellen Diagnosemethoden wie Computertomographie (CT), Magnetresonanztomographie (MRT) oder Positronen-Emissions-Tomographie (PET) werden jedoch nur dann zur Diagnose der Krankheit eingesetzt, wenn bereits deutliche Symptome aufgetreten sind. Laut Wissenschaftlern des Vietnam-Korea Institute of Science and Technology (VKIST) sind diese Geräte umständlich, erfordern hohe Fachkenntnisse und sind teuer. Daher können sie in Krankenhäusern nur dann eingesetzt werden, wenn die Ärzte es für notwendig erachten. Dadurch wird die „goldene Zeit“ für ein frühzeitiges Eingreifen, das den Krankheitsverlauf verlangsamen oder die Lebensqualität des Patienten verbessern könnte, verpasst.
Auf dem K-Medi Forum 2025 präsentierte das VKIST-Forschungsteam unter der Leitung von MSc. Do Hong Phuc, einem Forscher in der Abteilung für die Entwicklung integrierter Technologien, eine Studie, bei der im Schlaf erfasste EEG-Signale (Elektroenzephalogramm) mit Algorithmen des maschinellen Lernens kombiniert wurden, um frühe Anzeichen von Gehirnanomalien zu erkennen.
„EEG ist eine nicht-invasive, kostengünstige Methode und kann vollständig zur Überwachung zu Hause eingesetzt werden, wenn das Gerät als tragbares Gerät konzipiert ist. Die Kombination mit KI hilft dabei, sehr kleine Veränderungen in den elektrischen Signalen des Gehirns zu erkennen – etwas, das für das menschliche Auge schwer zu erkennen ist“, sagte Master Phuc.
Das VKIST-Forschungsteam präsentiert auf dem K-Medi Forum 2025 Forschungsergebnisse zu Elektroenzephalographie (EEG) und Anwendungen des maschinellen Lernens.
Laut dem Forschungsteam erfolgt die EEG-Messung über ein am Kopf getragenes Gerät, das Gehirnwellen in verschiedenen Schlafphasen aufzeichnen kann – vom Wachsein, Schlaf (N1, N2), Tiefschlaf (N3) bis hin zum REM-Schlaf. Die charakteristischen EEG-Wellen in jeder Phase werden von einem maschinellen Lernalgorithmus analysiert, um neurodegenerationsbedingte Anomalien zu erkennen.
Bemerkenswerterweise konzentriert sich das Modell von VKIST nicht nur auf die Krankheitserkennung, sondern zielt auch darauf ab, die Schlafqualität und Aufmerksamkeit zu beurteilen – zwei Faktoren, die bei Alzheimer- oder Parkinson-Patienten oft frühzeitig beeinträchtigt sind, aber leicht übersehen werden.
„Wir entwickeln ein personalisiertes System, das entspannende Inhalte bereitstellen kann, die den Gehirnwelleneigenschaften der Vietnamesen entsprechen und so zu einem besseren Schlaf und einer längerfristigen Gesundheit beitragen“, erklärte Meister Phuc.
Von VKIST entwickeltes EEG-Gerät.
Im Gegensatz zu herkömmlichen EEG-Systemen, die sperrig und teuer sind und in einem Krankenhaus betrieben werden müssen, ist das tragbare EEG-Gerät, an dem VKIST forscht, kompakt, einfach zu bedienen und besonders für die Langzeitüberwachung zu Hause geeignet. Dies entspricht auch dem Trend, den viele internationale biomedizinische Zentren verfolgen, um die Medizin von Behandlungszentren auf eine proaktive Versorgung in der Gemeinde zu verlagern.
VKIST belässt es nicht beim Forschungsmodell, sondern baut die Forschungs- und Entwicklungskooperation sowie den Technologietransfer aus und sucht Industriepartner zur Vermarktung dieser intelligenten EEG-Lösungen. Mit seiner Entwicklungsorientierung möchte das Institut dazu beitragen, dem vietnamesischen Gesundheitssystem angesichts des steigenden Anteils älterer Menschen effektive und kostengünstige Frühdiagnoseinstrumente zur Verfügung zu stellen.
Quelle: https://mst.gov.vn/vkist-gioi-thieu-giai-phap-eeg-ung-dung-ai-huong-di-moi-trong-chan-doan-som-benh-thoai-hoa-than-kinh-197250801134244784.htm
Kommentar (0)