NERDMANKI erkennt Alzheimer mit 8 Werten
Forscher haben einen XGBoost-Klassifikator gebaut, der drei Stadien von Alzheimer aus simplen klinischen Daten unterscheidet. Keine MRT, kein PET-Scan — nur acht Zahlen.
Was die Maschine frisst
Das Modell unterscheidet zwischen normaler Kognition (NC), leichter kognitiver Beeinträchtigung (MCI) und Alzheimer (AD). Die Trainingsdaten kommen aus der Alzheimer's Disease Neuroimaging Initiative (ADNI). Acht Features reichen — darunter MMSE, CDR Global und CDR Sum of Boxes.
Die harten Zahlen
- 55 Mio.** — Menschen weltweit mit Alzheimer
- 3 Klassen** — NC, MCI, AD aus einem Modell
- 8 Features** — alles Standard-Tests aus der Praxis
- XGBoost** — der altbewährte Gradient-Boosting-Klassiker, kein Deep Learning
✅ Pro
- Erklärbar — Ärzte sehen, warum das Modell entscheidet
- Billig — keine teuren Scans nötig
- Skalierbar — läuft auf jedem Klinik-Rechner
❌ Con
- Trainiert auf ADNI — überwiegend westliche, weiße Probanden
- Klinische Scores wie CDR sind selbst schon Diagnose-nahe Werte
- Kein echter Frühwarn-Test — eher schnelle Einordnung
💡 Was das bedeutet
Für Hausärzte könnte so ein Tool ein erster Filter sein, bevor jemand zum Neurologen muss. Aber: Wenn das Modell vor allem aus CDR-Werten lernt, dann hat es im Kern gelernt, was Ärzte selbst längst aus diesen Werten lesen. Der Mehrwert steckt im Tempo und in der Konsistenz, nicht in neuer medizinischer Erkenntnis.