Diese Seite ist für Menschen und Suchmaschinen gestaltet. Zur Version für KI-Systeme (LLM) →

· Review-Artikel · 8 Min. · Von Laura Melzer

Intelligente Hirnschrittmacher verbessern die Parkinsontherapie

Intelligente Hirnschrittmacher

Hoher Bedarf an Tiefer Hirnstimulation bei medikamentenresistenten Patienten

Weltweit sind Millionen von Menschen von neurologischen und psychischen Erkrankungen betroffen. In Europa und Deutschland litten 2017 fast 60 Prozent der Bevölkerung an mindestens einer neurologischen Erkrankung (1). Als eine der Häufigsten gilt das idiopathische Parkinson-Syndrom mit einer Prävalenz von 100 bis 200 pro 100.000 Einwohnern in Deutschland (2). Eine medikamentöse Behandlung wirkt jedoch nicht bei allen Patienten. Für medikamenten­resistente Patienten gilt die Tiefe Hirnstimulation (THS; populär: Hirnschritt­macher oder *engl.*Deep Brain Stimulation) als wirksame Behandlungs­alternative (3). Bereits mehr als 160.000 Patienten haben sich weltweit einen Hirnschrittmacher für diverse neurologische und nicht-neurologische Erkrankungen implantieren lassen, die Anzahl ist steigend aufgrund der diversen Anwendungsmöglichkeiten (4). In Deutschland gibt es jährlich schätzungsweise rund 700 bis 800 Implantationen. Pro Patient belaufen sich die gesamten Behandlungskosten auf rund 30.000 Euro, davon kostet das THS-Gerät mit etwa 17.000 Euro mehr als die Hälfte (5). Die Anfangskosten der Implantation sind hoch und herkömmliche Geräte erfordern einen kontinuierlichen Batterienwechsel sowie die manuelle Anpassung der Stimulationsparameter (6). Wie kann Künstliche Intelligenz zu einer kosteneffektiven Verbesserung der Behandlung durch Tiefe Hirnstimulation beitragen?

Intelligente Hirnschrittmacher für die Parkinsontherapie

Bei der Parkinsonerkrankung entwickelt sich eine langsam fortschreitende Bewegungs­störung, die durch Symptome wie Muskelsteifigkeit (Rigor), Bewegungs­verarmung (Akinese) und Muskelzittern (Tremor) gekennzeichnet ist (7). Durch hochfrequente, elektrische Impulse in subkortikalen Strukturen zielt die Tiefe Hirnstimulation darauf ab, die Krankheitssymptome zu mildern (8): Von einem Moment zum Nächsten kann so das Zittern nachlassen. Das Interesse an der elektrischen Stimulation von Hirnregionen zur Behandlung von Bewegungsstörungen wächst stetig (8). Die Tiefe Hirnstimulation wird als gerätebasierte Therapie eingesetzt und verspricht weniger Nebenwirkungen und eine höhere Effizienz bei medikamentenresistenten Patienten (3). Das Stimulationsniveau bei herkömmlichen Geräten, der sogenannten open-loop deep brain stimulation, bleibt jedoch konstant und kann sich nicht an mögliche Schwankungen der Symptomschwere anpassen (3). Um die optimalen Stimulationsparameter zu definieren, bedarf es einer wiederholten, manuellen Programmierung des Geräts durch den Behandler, wodurch zusätzliche Kosten entstehen (3). Um langfristig die Effizienz der THS-Therapie zu verbessern, werden neue, intelligente Hirnschrittmacher mit Rückkopplungsschleife entwickelt, die sogenannte closed-loop deep brain stimulation oder adaptive Tiefe Hirnstimulation (3).

Vergleich von Hirnschrittmachern

Fig. 1 Vergleich von open-loop Tiefer Hirnstimulation (a) und closed-loop THS (b). In der open-loop THS passt ein Neurologe die Stimulationsparameter alle 3 bis 12 Monate nach der Hirnschrittmacherimplantation manuell an. In der closed-loop THS funktioniert die Programmierung der Stimulationsparameter nach Analyse des gemessenen Biomarkers automatisch (Darstellung in Anlehnung an (3)).

Künstliche Intelligenz ermöglicht adaptive Stimulation

Während die Elektroden der herkömmlichen open-loop THS nur elektrische Impulse senden, können die closed-loop Systeme über die gleichen Elektroden einen relevanten Biomarker aufzeichnen (9). Der Kreislauf wird somit von der ersten Stimulation über die Aufzeichnung bis zur adaptiven Stimulation geschlossen, indem die Stimulations­parameter bedarfsabhängig angepasst werden (9). Diese Anpassung kann durch Künstliche Intelligenz auf Basis von Deep Learning mit hierarchisch organisierten neuronalen Netzen optimiert werden (9). Einen Stimulationsalgorithmus hat unter anderem der Mediziner, Physiker und Mathematiker Prof. Peter Tass vom Forschungszentrum Jülich programmiert (10), um im Rahmen des geförderten Projekts DBS SMART einen intelligenten Hirnschrittmacher zu entwickeln (11). Innovative Neuromodulation erforscht auch die Neurologin Prof. Andrea Kühn, Leiterin des seit 2020 von der Deutschen Forschungsgemeinschaft geförderten transregionalen Sonderforschungs­bereichs TRR 295 ReTune an der Klinik für Neurologie der Charité Berlin (12).

Kosteneffizienz durch intelligente Hirnschrittmacher

Aus Sicht der Kostenträger werden die Lebenszeitkosten für THS in Deutschland auf 105.737,08 Euro geschätzt (13). Dabei macht das erste Jahr aufgrund der Implantation sowie mehrfachem Batteriewechsel den größten Anteil der Kosten aus, laut Studien zwischen 32 und 60 Prozent (6). Im Vergleich zu open-loop-THS weist die adaptive THS einen geringeren Gesamtenergieverbrauch der Batterien auf und kann somit Zeit von Patient und Behandler und Kosten der Krankenkassen reduzieren (14). Die neue Generation der intelligenten Hirnschrittmacher verspricht insgesamt eine Kostenreduktion durch automatische Programmierung, flexible Stimulation und Variation der Biomarker (3). Darüber hinaus weisen mehrere Studien darauf hin, dass die Medikamentenkosten nach THS um durchschnittlich 40 Prozent sinken (15). Dennoch ist zu beachten, dass die THS-Therapie ressourcenintensiv ist und ein multidisziplinäres Team erfordert, um Behandlungsprogramme für Patienten bereitzustellen und mögliche technische oder gesundheitliche Probleme zu beheben (4).

Fazit & Handlungsempfehlungen

Im Vergleich zur medizinischen Behandlung kann die Tiefe Hirnstimulation als kosteneffektive Behandlungsoption für neurologische Erkrankungen wie Parkinson, aber auch für psychische Erkrankungen wie Depressionen und Zwangserkrankungen im deutschen Gesundheitswesen angesehen werden (8, 15). Die adaptive Tiefe Hirnstimulation ist der Standard-THS überlegen, da die adaptive Stimulation den Behandlungserfolg verbessert und stimulationsbedingte Nebenwirkungen minimiert (16). Hinsichtlich der Nachteile von herkömmlicher THS stellt die neue Generation intelligenter Hirnschrittmacher eine Chance dar, die Behandlung bedarfsgerecht anzupassen und weitere Kosten zu reduzieren. Jedoch sollten ethische Bedenken des minimalinvasiven Eingriffs berücksichtigt werden, die mit dem lebenslangen Implantat einhergehen (4). Um die Wirksamkeit der adaptiven Tiefen Hirnstimulation zu überprüfen, bedarf es weiterer Forschung und Optimierung der Stimulationsalgorithmen. Kostenträger können dazu beitragen, die Forschung von digitalen Innovationen wie den intelligenten Hirnschrittmachern zu unterstützen und voranzutreiben, in dem Krankenkassen beispielsweise im Rahmen des Digitalen-Versorgungs-Gesetzes gezielt Ideen fördern und sich an auf Gesundheitsinnovationen spezialisierten Wagniskapitalfonds beteiligen (17).

Quellen

  1. Deuschl G, Beghi E, Fazekas F, Varga T, Christoforidi KA, Sipido E, et al. The burden of neurological diseases in Europe: an analysis for the Global Burden of Disease Study 2017. The Lancet Public Health. 2020;5(10):e551-e67. zum Original30190-0)
  2. (DGN) DGfN. Die zehn häufigsten neurologischen Erkrankungen 2020. zum Original.
  3. Parastarfeizabadi M, Kouzani AZ. Advances in closed-loop deep brain stimulation devices. Journal of NeuroEngineering and Rehabilitation. 2017;14(1):79. zum Original
  4. Lozano AM, Lipsman N, Bergman H, Brown P, Chabardes S, Chang JW, et al. Deep brain stimulation: current challenges and future directions. Nature Reviews Neurology. 2019;15(3):148-60. zum Original
  5. Tiefe Hirnstimulation: Stand der Wissenschaft und Perspektiven [press release]. Bonn: Deutsche Forschungsgemeinschaft2017. zum Original
  6. Gomez-Inhiesto E, Acaiturri-Ayesta MT, Ustarroz-Aguirre I, Camahuali D, Urtaran-Laresgoiti M, Basabe-Aldecoa M, et al. Direct Cost of Parkinson’s Disease: A Real-World Data Study of Second-Line Therapies. Parkinsons Dis. 2020;2020:9106026-. zum Original
  7. Jankovic J. Parkinson’s disease: clinical features and diagnosis. Journal of Neurology, Neurosurgery & Psychiatry. 2008;79(4):368. zum Original
  8. Temel Y, Leentjens AF, de Bie RM, Chabardes S, Fasano A. Fundamentals and Clinics of Deep Brain Stimulation: An Interdisciplinary Approach: Springer; 2020. zum Original
  9. Neumann W-J, Turner RS, Blankertz B, Mitchell T, Kühn AA, Richardson RM. Toward Electrophysiology-Based Intelligent Adaptive Deep Brain Stimulation for Movement Disorders. Neurotherapeutics. 2019;16(1):105-18. zum Original
  10. Tass PA. A model of desynchronizing deep brain stimulation with a demand-controlled coordinated reset of neural subpopulations. Biological Cybernetics. 2003;89(2):81-8. zum Original
  11. Jülich F. BMBF-Forschungsprojekt DBS SMART gestartet 2012. zum Original
  12. Berlin C-U. Gezielte Hirnstimulation gegen Bewegungsstörungen 2020. zum Original
  13. Walter E, Odin P. Cost-effectiveness of continuous subcutaneous apomorphine in the treatment of Parkinson’s disease in the UK and Germany. Journal of Medical Economics. 2015;18(2):155-65. zum Original
  14. Swann NC, de Hemptinne C, Thompson MC, Miocinovic S, Miller AM, Gilron Re, et al. Adaptive deep brain stimulation for Parkinson’s disease using motor cortex sensing. J Neural Eng. 2018;15(4):046006-. zum Original
  15. Dams J, Siebert U, Bornschein B, Volkmann J, Deuschl G, Oertel WH, et al. Cost-effectiveness of deep brain stimulation in patients with Parkinson’s disease. Movement Disorders. 2013;28(6):763-71. zum Original
  16. Santos Fernando J, Costa Rui M, Tecuapetla F. Stimulation on Demand: Closing the Loop on Deep Brain Stimulation. Neuron. 2011;72(2):197-8. zum Original
  17. (BMG) BfG. Ärzte sollen Apps verschreiben können. 2020. zum Original

Verwandte Artikel

Verwandte Artikel