Aktuelle Forschung
5 mit Zusammenfassung · 0 neu eingegangen · 5 von 6434 Forschungsereignissen angezeigt
Mit patientenfreundlicher Zusammenfassung
- METHODENSTUDIE — KEINE KLINISCHEN TESTSAndere Studienform
KI-Modell sagt das Gehirnalter aus MRT-Scans mit verbesserter Genauigkeit voraus
Forscher haben einen Deep-Learning-Algorithmus entwickelt, der das Gehirnalter aus MRT-Scans mit einem durchschnittlichen Fehler von 3,2 Jahren schätzt, was letztendlich helfen könnte, Personen mit höherem Risiko für Alzheimer und kognitive Beeinträchtigungen zu identifizieren.
S1 QuelleScientific reportsZelltod & Neurodegenerationveröffentlicht 12. Juni 2026Volltext frei - VALIDIERUNG DES KI-DIAGNOSTIKTOOLSAndere Studienform
KI-Tool analysiert Alzheimer-Gehirnscans in einer Sekunde ohne MRT
Ein neues Deep-Learning-System hat über 6.500 Gehirn-PET-Scans von 3.500 Patienten in jeweils etwa einer Sekunde genau analysiert und die Notwendigkeit separater MRT-Scans eliminiert.
N1 QuelleNeuroImageDiagnostik & Biomarkerveröffentlicht 5. Juni 2026Volltext frei - DIAGNOSTISCHER ALGORITHMUS — BEWEIS DES KONZEPTSAndere Studienform
KI-System erkennt frühes Alzheimer anhand von Gehirnscans mit 95% Genauigkeit
Forscher entwickelten ein Deep-Learning-System, das Alzheimer und leichte kognitive Beeinträchtigung anhand von Gehirnscans mit 94,8% Genauigkeit in 1.000 Fällen identifizierte und bestehende Computer-Methoden übertraf.
N1 QuelleNeuroscienceDiagnostik & Biomarkerveröffentlicht 4. Juni 2026 - DIAGNOSTISCHE VALIDIERUNGSSTUDIEQuerschnittsstudie
Automatisiertes Gehirnscan-Tool erkennt oft übersehene behandelbare Erkrankung, die Demenz imitiert
In einer Validierungsstudie mit 94 Patienten identifizierte das automatisierte Tool Normaldruckhydrozephalus – eine behandelbare Ursache für Gehprobleme und Gedächtnisverlust – mit 98% Sensitivität und 100% Spezifität bei Standard-Gehirnscans.
B1 QuelleBrain research bulletinDiagnostik & Biomarkerveröffentlicht 8. Mai 2026Volltext frei - KOHORTENSTUDIEKohortenstudie
Deep Learning-Modelle sagen das Risiko für Alzheimer bei kognitiv gesunden älteren Menschen voraus
Forscher haben künstliche Intelligenz-Modelle entwickelt, die vorhersagen, welche gesunden älteren Menschen an Alzheimer erkranken werden, und dabei Genauigkeitsraten von 82-83 % unter Verwendung leicht beschaffbarer Frühindikatoren erreicht.
J1 QuelleJournal of Alzheimer's disease : JADDiagnostik & Biomarkerveröffentlicht 1. Februar 2026