MALATYA — Wissenschaftlerinnen und Wissenschaftler der Turgut-Özal-Universität Malatya, der İstiklal-Universität Kahramanmaraş sowie der Universität für Islamische Wissenschaft und Technologie Gaziantep haben ein neues KI-Modell zur frühen und präzisen Erkennung der Parkinson-Krankheit entwickelt. Das System analysiert Gehirn-MRT-Aufnahmen mithilfe von Deep-Learning-Technologien und erreichte in der Testphase eine Genauigkeit von 94,44 Prozent.
Zum Forschungsteam gehörten Assoc. Prof. Dr. Deniz Korkmaz von der Turgut-Özal-Universität Malatya, Assoc. Prof. Dr. Hakan Açıkgöz von der İstiklal-Universität Kahramanmaraş sowie Tarık Talan von der Universität für Islamische Wissenschaft und Technologie Gaziantep. Ziel der Studie war es, MRT-Aufnahmen von Parkinson-Patienten mit hoher Präzision von denen gesunder Personen zu unterscheiden.
Mit welchen Daten wurde das Modell trainiert?
Assoc. Prof. Dr. Deniz Korkmaz erklärte, dass für das Training MRT-Aufnahmen von insgesamt 480 Personen aus der internationalen Parkinson-Forschungsdatenbank PPMI ausgewertet wurden – darunter 320 Patienten und 160 gesunde Kontrollpersonen. Das entwickelte Modell kombiniert dicht vernetzte neuronale Netze, Residual-Learning-Strukturen und Aufmerksamkeitsmechanismen.
Laut Korkmaz ermöglichen es diese technischen Komponenten, krankheitsspezifische Merkmale in den MRT-Bildern effektiver zu analysieren. Im Vergleich zu anderen Verfahren erreichte das System eine Sensitivität von 91,67 Prozent sowie eine Spezifität von 95,83 Prozent.
Welche Ergebnisse zeigte die Testphase?
In der Testphase klassifizierte das Modell 68 von 72 untersuchten MRT-Aufnahmen korrekt. Die Ergebnisse zeigten laut den Forschenden ein vielversprechendes Potenzial bei der Unterscheidung zwischen Parkinson-Patienten und gesunden Menschen. Ziel der Integration von medizinischer Bildgebung und künstlicher Intelligenz sei es, diagnostische Prozesse künftig gezielt zu unterstützen.

