MINT: Bildgebungswissen auf Sprachdaten übertragen für frühes Alzheimer-Screening

Alzheimer ist eine fortschreitende neurodegenerative Erkrankung, bei der das milde kognitive Defizit (MCI) den entscheidenden Übergang von normaler Alterung zu Demenz markiert. Bildgebende Verfahren wie strukturelle MRT liefern wichtige Biomarker, sind jedoch teuer und erfordern spezialisierte Infrastruktur, was ihre breite Anwendung erschwert.

Sprachanalysen bieten eine nicht-invasive Alternative, doch bisher werden Sprachklassifikatoren unabhängig von neurobildgebenden Daten entwickelt. Dadurch bleiben die Entscheidungsgrenzen biologisch unfundiert, was die Zuverlässigkeit bei der feinen Unterscheidung zwischen normaler kognitiver Funktion und MCI einschränkt.

Die neue Methode MINT (Multimodal Imaging-to-Speech Knowledge Transfer) nutzt einen dreistufigen, cross‑modalen Ansatz. Ein MRT‑Lehrer, trainiert an 1 228 Probanden, definiert einen kompakten Embedding‑Raum für die CN‑gegen‑MCI‑Klassifikation. Anschließend wird ein Residual‑Projection‑Head eingesetzt, um Sprachrepräsentationen geometrisch an diesen Bildgebungs‑Manifold auszurichten. Der MRT‑Klassen­ifier bleibt während des Trainings eingefroren und wird bei der Inferenz auf die ausgerichteten Sprach‑Embeddings angewendet – ohne dass ein MRT‑Scanner benötigt wird.

In der Evaluation auf dem ADNI‑4‑Datensatz erreichte die ausgerichtete Sprachmodell‑AUC von 0,720, was mit der reinen Sprachbasis (0,711) vergleichbar ist, während die multimodale Fusion sogar die reine MRT‑Leistung (0,973 vs. 0,958) übertrifft. Damit demonstriert MINT, dass MRT‑basierte Entscheidungs­grenzen Sprachrepräsentationen biologisch fundieren und die Früherkennung von Alzheimer effizienter gestalten können.