Jede Person mit einer Parkinson-Krankheit (PK) durchläuft einen einzigartigen Verlauf – bei manchen schreiten die Symptome über viele Jahre nur langsam voran, während andere innerhalb kürzerer Zeit schwere Beeinträchtigungen entwickeln. „Was wird mit mir passieren?“ – dies ist oft eine der ersten Fragen, die eine neu diagnostizierte Person stellt. Die Idee, mithilfe künstlicher Intelligenz (KI) den individuellen Krankheitsverlauf vorherzusagen, ist verlockend. Theoretisch könnten Machine-Learning-Algorithmen große Datensätze analysieren – Symptome, genetische Marker, Hirnscans, Lebensstilfaktoren – und Muster erkennen, die vorhersagen, wie schnell sich der Zustand eines Patienten verschlechtern könnte oder welche Symptome auftreten könnten. Solche Vorhersagen könnten Patienten und Ärzten helfen, Behandlungen und Lebensplanungen frühzeitig anzupassen. Trotz Fortschritten in KI und Datenerfassung bleibt die präzise Vorhersage des PK-Verlaufs jedoch eine enorme Herausforderung und wirft wichtige praktische und ethische Fragen auf, die vor dem klinischen Einsatz geklärt werden müssen.

Die Attraktivität prognostischer Algorithmen

Forschende nutzen Studien wie die Parkinson’s Progression Markers Initiative (PPMI), die Daten von Tausenden von Patientinnen und Patienten sammelt, um KI-Systeme zu trainieren, welche Patientengruppen mit unterschiedlichen Krankheitsverläufen unterscheiden. Technologieunternehmen – darunter IBM mit Unterstützung der Michael J. Fox Foundation – nutzten PPMI, um Modelle zu entwickeln, die frühe Anzeichen einer aggressiven Verlaufsform erkennen und eine stärker personalisierte Versorgung ermöglichen sollen [1].

KI erleichtert zudem die Fernüberwachung von Symptomen zwischen Klinikbesuchen. An der University of California, San Francisco entwickelten Forschende ein System, das Smartphone-Videos nutzt, um Bewegungen wie Gehen oder Fingerklopfen zu analysieren [2]. Dieses Werkzeug liefert objektive Bewertungen, die subtile Veränderungen im Zeitverlauf sichtbar machen und bestätigen können, ob Behandlungen wirken. Solch datengetriebene Überwachung könnte Ärztinnen und Ärzten helfen, Medikamente früher anzupassen und eine personalisierte Versorgung zu ermöglichen.

Andere Projekte setzen auf „passives“ Tracking, etwa die Überwachung der Atmung im Schlaf. In einer Studie in Nature Medicine entwickelten Forschende ein KI-Modell, das Signale eines einfachen Gürtels oder eines kontaktlosen Sensors analysierte und den Schweregrad der Parkinson-Krankheit genauso genau einschätzte wie eine neurologische Untersuchung [3]. Diese Technologie erfordert keinen Aufwand von den Patientinnen und Patienten, kann zu Hause eingesetzt werden und könnte spezialisierte Versorgung auch in abgelegenen Regionen zugänglich machen.

Über die Überwachung hinaus werden einige KI-Modelle darauf trainiert, Ergebnisse wie Gedächtnisabbau vorherzusagen. Ein auf PPMI basierendes Modell kombinierte Hirnscans mit klinischen Messwerten und sagte mit etwa 89 % Genauigkeit voraus, ob innerhalb von fünf Jahren signifikante kognitive Probleme auftreten würden [4]. Andere Modelle prognostizieren motorische Veränderungen, z. B. wann eine Gehhilfe benötigt werden könnte.

Kein Biomarker, keine Kristallkugel

Trotz dieser Fortschritte besteht ein grundlegendes wissenschaftliches Hindernis: Für PK gibt es noch keinen klaren und validierten biologischen Marker des Krankheitsfortschreitens. Anders als bei Cholesterinwerten für Herzkrankheiten oder der Viruslast bei HIV gibt es keinen einzelnen Bluttest, Hirnscan oder Messwert, der zuverlässig zeigt, wie weit die Parkinsonkrankheit fortgeschritten ist. Ärztinnen und Ärzte verlassen sich hauptsächlich auf klinische Ratingskalen (wie denUPDRS), beobachtete Meilensteine (z. B. Rollstuhlbedarf) oder zusammengesetzte Scores – allesamt unvollkommene Stellvertreter. Das macht das Training einer KI schwierig: Die „Wahrheit“, die sie vorhersagen soll, ist schwer zu definieren und konsistent zu messen. Studien definieren Fortschreiten unterschiedlich, und Patienten zeigen eine große individuelle Variabilität. Eine KI könnte zwar ein bestimmtes Ergebnis vorhersagen (z. B. Demenzbeginn oder motorische Verschlechterung), doch dieses Ergebnis spiegelt möglicherweise nicht den gesamten individuellen Krankheitsverlauf wider.

Zudem sind bisherige Modelle nicht bereit für den klinischen Einsatz. Modelle, die mit PPMI-Daten entwickelt wurden, sind vielversprechend, befinden sich aber noch in der Forschung. Sie können in den Trainingsdaten gut funktionieren, aber in der klinischen Realität mit diverseren Patientengruppen deutlich ungenauer sein. Kurz gesagt: KI-Vorhersagen des PK-Verlaufs sind weiterhin experimentell. Menschen möchten verständlicherweise wissen, wie schnell ihre Krankheit fortschreiten wird, aber es ist nahezu unmöglich, den individuellen Verlauf zuverlässig vorherzusagen – sogar Neurologinnen und Neurologen vermeiden häufig konkrete Aussagen.

Wollen Menschen die Zukunft überhaupt wissen?

Angenommen, wir hätten einen hochpräzisen Vorhersage-Algorithmus – wollen Patientinnen und Patienten diese Informationen überhaupt erfahren? Die Antwort ist nicht eindeutig. Viele Betroffene fragen tatsächlich nach ihrer Prognose, da dies bei der Lebensplanung und bei Erwartungen helfen kann. Zu wissen, dass man möglicherweise innerhalb von fünf Jahren schwere Einschränkungen haben könnte, beeinflusst Entscheidungen über Ruhestand, Finanzen oder persönliche Ziele. Wird ein langsamer Verlauf prognostiziert, kann dies beruhigend wirken.

Doch Parkinson ist ein Fall, in dem detaillierte Prognosen ein zweischneidiges Schwert sind. Nicht alle möchten in diese Kristallkugel blicken. Die Parkinson-Aktivistin Sara Riggare sagt rückblickend, dass sie als Jugendliche möglicherweise nie studiert, keine Karriere angestrebt oder keine Familie gegründet hätte, wenn man ihr gesagt hätte, sie habe eine „Alterskrankheit“. Heute ist sie froh über all diese Entscheidungen – trotz der Diagnose. Eine andere Betroffene, die Kolumnistin Sherri Woodbridge, schrieb, dass keiner ihrer Neurologen ihr jemals detailliert erklärt habe, wie schlimm Parkinson werden könne – und sie sei sich nicht sicher, ob sie es überhaupt wissen wollte. „Ich war schon selbst gut darin, an dunkle Orte zu gelangen“, schreibt sie, „ich brauchte meinen Neurologen nicht, um mir weiter in die Dunkelheit zu helfen.“ Sie betont, dass Ärztinnen und Ärzte keine Hellseher seien; jede Prognose sei letztlich eine informierte Schätzung. Die emotionale Last einer Prognose – vor allem einer, die sich an Wahrscheinlichkeiten ausrichtet– kann erheblich sein. Sie könnte Angst oder Verzweiflung auslösen, besonders da nicht jede Patientin und jeder Patient alle potenziellen Symptome erleben wird.

Selbst wenn eine KI jemanden als „schnellen Fortschreiter“ einstufen könnte, müsste diese Nachricht mit großer Sensibilität vermittelt werden – und nur, wenn der Patient oder die Patientin es wirklich wissen möchte. Manche möchten alle Informationen, andere lehnen negative Prognosen ab, die möglicherweise nie eintreten. Dies ähnelt Entscheidungen bei Gentests (z. B. Risiko für Huntington oder Alzheimer); die persönliche Präferenz ist entscheidend.

Blick nach vorn: vorsichtiger Optimismus

Die langfristige Vision ist, dass KI-gestützte Vorhersageinstrumente einen proaktiven Ansatz in der PK-Behandlung ermöglichen. Statt erst zu reagieren, wenn Symptome sich deutlich verschlechtern, könnten Ärztinnen und Patienten Veränderungen frühzeitig antizipieren. So könnte eine KI etwa vorhersagen, dass sich die Gehfähigkeit eines Patienten innerhalb eines Jahres voraussichtlich verschlechtern wird – und das Behandlungsteam könnte sofort Physiotherapie intensivieren und Sturzprävention einleiten. Für Patienten könnten solche Informationen hilfreiche Orientierung bieten – stets im Bewusstsein, dass Vorhersagen probabilistisch und keine Garantien sind.

KI und Big Data werden zweifellos eine zunehmende Rolle im Verständnis der PK spielen. Sie könnten helfen, versteckte Muster oder Subtypen der PK zu identifizieren, die unterschiedlich auf Behandlungen reagieren. Sollte es künftig krankheitsmodifizierende Therapien geben, könnten Vorhersagen helfen, jene Patientinnen und Patienten zu identifizieren, die sie am dringendsten benötigen. Derzeit jedoch steckt die KI-basierte Progressionsvorhersage noch in den Kinderschuhen. Das Fehlen eines eindeutigen Biomarkers und die Variabilität der Erkrankung bedeuten große Fehlerspannen.

Patientinnen und Patienten können aber durchaus Einfluss auf ihren Krankheitsverlauf nehmen – auch ohne Algorithmus: regelmäßige Bewegung, gesunde Ernährung, soziale und geistige Aktivität sowie konsequente Therapie können die Lebensqualität verbessern und möglicherweise das Fortschreiten verlangsamen. Darauf können alle Betroffenen unabhängig von KI setzen.

Fazit

Die Vision einer KI-Kristallkugel für Parkinson ist spannend und keineswegs Science-Fiction – die Forschung macht Fortschritte. Doch bevor Herausforderungen wie die Entwicklung verlässlicher Progressionsmarker und der Nachweis eines echten Nutzens für Patienten gelöst sind, sollten solche Werkzeuge die individuelle Behandlungsplanung ergänzen, nicht ersetzen. Und jede Information über die Zukunft einer Erkrankung muss mit Mitgefühl, Zustimmung und Kontext vermittelt werden. Wie in vielen Bereichen der Medizin gilt: Technologie ist am hilfreichsten, wenn sie sich an den Bedürfnissen und Wünschen der Menschen orientiert. Bei Parkinson bleibt das Menschliche – Resilienz, Unterstützung und aktive Selbstfürsorge – genauso wichtig wie eh und je, ganz unabhängig davon, ob wir den weiteren Weg vorhersagen können.