Sprach‑KI + Graph‑Transformer: Neuroüberwachung bei seltenen Erkrankungen

Seltene neurologische Erkrankungen lassen Patienten häufig von kognitiven Symptomen wie „Brain‑Fog“ klagen – Symptome, die herkömmliche Tests oft nicht sichtbar machen. Um diese Lücke zu schließen, schlägt ein neues Konzept vor, die neurokognitive Gesundheit kontinuierlich über die Sprachanalyse von Smartphones zu überwachen.

Im Kern steht die Kombination aus Sprach‑KI und Relational Graph Transformer (RELGT). Diese Architektur verbindet Sprachdaten mit Laborwerten, klinischen Befunden und anderen Messgrößen, um ein ganzheitliches Bild der Patientenlage zu erzeugen.

Ein Proof‑of‑Concept bei Patienten mit Phenylketonurie (PKU) zeigte, dass die aus der Sprache extrahierte Kennzahl „Verbal Discourse Proficiency“ stark mit dem Blutphenylalaninspiegel korreliert (p = –0,50, p < 0,005). Im Gegensatz dazu konnten herkömmliche kognitive Tests keine signifikante Beziehung zu den Blutwerten herstellen (alle |r| < 0,35).

Durch die Fähigkeit von RELGT, heterogene Datenquellen zu integrieren, können frühzeitige Warnsignale generiert werden – Wochen vor einer klinischen Dekompensation. Das eröffnet die Möglichkeit, präventive Maßnahmen zu ergreifen, bevor sich die Symptome verschlimmern.

Die nächsten Schritte erfordern die Validierung des Ansatzes bei mehreren seltenen Erkrankungen, die nahtlose Einbindung in bestehende klinische Workflows sowie die Gewährleistung einer gerechten, mehrsprachigen Bereitstellung.

Wenn diese Herausforderungen gemeistert werden, könnte die kontinuierliche, personalisierte Überwachung die episodische Neurologie revolutionieren und Millionen von Patienten weltweit zugutekommen.