KI-Modelle des ganzkörperlichen Exposoms könnten die globale Gehirngesundheit revolutionieren

Hirnerkrankungen wie Demenz, Depression und Neurodegeneration stellen eine wachsende globale Krise dar, dennoch stützen sich die meisten Prognose- und Präventionsrahmen auf einzelne Biomarker oder enge Risikofaktorensets aus einkommensstarken, westlichen Bevölkerungsgruppen. Dieses Perspektivpapier, verfasst von einem internationalen Konsortium aus Neurowissenschaftlern, Klinikern und Computerforschern, schlägt ein transformatives neues Paradigma vor: computational Whole-Body-Exposome (WBE)-Modelle, konzipiert für eine globale präzise Hirngesundheit.

Das Kernkonzept integriert das „Exposom" – die Gesamtheit der Umweltexpositionen über eine Lebenszeit – mit multi-organischen biologischen Daten (Darmmikrobiom, Immunmarker, Metabolomik, Epigenetik, Neuroimaging) und psychosozialen Variablen (Stress, sozioökonomischer Status, Bildung, Trauma). Anstatt diese isoliert zu analysieren, nutzen WBE-Modelle KI und maschinelles Lernen – einschließlich Deep Learning, Graph Neural Networks und Kausalinferenz-Frameworks – um komplexe nichtlineare Wechselwirkungen zwischen diesen Bereichen zu erfassen und sie mit Trajektorien der Hirngesundheit zu verknüpfen.

Eine zentrale methodische Innovation, die vorgeschlagen wird, ist die Integration von digitalem Phänotyping und Wearable-Sensordaten neben konventionellen klinischen Messungen, was eine kontinuierliche, längsschnittliche Expositionsbeurteilung auf Bevölkerungsebene ermöglicht. Die Autoren beschreiben, wie Large-Language-Modelle und Foundation-Modelle heterogene Datentypen – einschließlich Neuroimaging, Omics-Daten und Verhaltensströme – in einheitliche prädiktive Signaturen für Erkrankungen wie Alzheimer und frontotemporale Demenz synthetisieren könnten.

Das Framework adressiert globale Gerechtigkeit ausdrücklich als Designprinzip. Die Autoren stellen fest, dass bestehende Hirngesundheitsmodelle überwiegend an europäischen oder nordamerikanischen Kohorten trainiert werden, was ihre Anwendbarkeit in Afrika, Lateinamerika, Südasien und Ostasien einschränkt – Regionen, die eine überproportionale Last der Demenz tragen. WBE-Modelle sind so konzipiert, dass sie regionsspezifische Umweltexpositionen (Luftverschmutzungsprofile, Infektionskrankheitslast, Ernährungsmuster) einbeziehen und in diversen Bevölkerungsgruppen durch Federated-Learning-Ansätze validiert werden, die den Datenschutz wahren und gleichzeitig standortübergreifende Zusammenarbeit ermöglichen.

Das Papier führt auch das Konzept der „Whole-Body-Alterungsuhren" ein, die verfolgen, wie Exposom-Variablen die biologische Alterung über mehrere Organsysteme gleichzeitig beschleunigen oder verlangsamen, wobei die Hirngesundheit ein zentrales Ergebnis darstellt. Die Autoren argumentieren, dass diese Multi-System-Perspektive wesentlich ist, da Hirnerkrankungen selten isoliert auftreten – kardiovaskuläre, metabolische, immunologische und Darm-Hirn-Achsen-Pathwege tragen alle dazu bei.

Die Implikationen sind erheblich: Falls validiert, könnten WBE-Modelle eine Risikostratifizierung Jahrzehnte vor dem Auftreten von Symptomen ermöglichen, präzise Lebensstil- und pharmakologische Interventionen leiten und die Gesundheitspolitik in ressourcenarmen Umgebungen informieren. Die Autoren erkennen jedoch offen an, dass die Übersetzung dieses Frameworks vom Konzept zum klinischen Werkzeug enorme Datenharmonisierungsbemühungen, regulatorische Navigation und nachhaltige globale Forschungsinvestitionen erfordert.