idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
• Forschende entwickelten ein KI-Modell, das den Body Mass Index (BMI) aus Gehirnaufnahmen abschätzt
• Besonders bei jüngeren Menschen mit einem hohen Psychoserisiko korrelierten die Schätzungen der KI mit späterer Gewichtszunahme
• Diese Ergebnisse legen nahe, dass krankheitsbedingte Veränderungen im Gehirn eine Rolle bei metabolischen Erkrankungen spielen
• KI kann dabei unterstützen, diese Erkrankungen bei psychiatrischen Patientinnen und Patienten frühzeitig zu erkennen und zu behandeln
Seit einigen Jahren ist bekannt, dass KI-basierte Modelle anhand von Gehirnaufnahmen das biologische Alter eines Menschen recht zuverlässig abschätzen können. Bei Menschen mit Schizophrenie zeigen solche Analysen oft einen vorzeitigen Alterungseffekt: Ihr Gehirn wird älter eingeschätzt, als es tatsächlich ist. Dieser sogenannte „brain age gap“ liefert wertvolle Hinweise auf krankheitsbedingte Veränderungen im Gehirn.
In einer kürzlich in der Fachzeitschrift „Nature Mental Health“ publizierten Studie befassten sich Forschende des Max-Planck-Instituts für Psychiatrie und der Ludwigs-Maximilians-Universität München mit dem „BMIgap“: Statt das Alter zu schätzen, ließ das Team ein KI-Modell den Body Mass Index (BMI) aus Gehirnscans vorhersagen. Hierfür trainierten sie das Modell mit knapp 2000 Scans von gesunden Personen und von Menschen mit Depression, Schizophrenie und einem erhöhten Psychoserisiko.
Hintergrund dieser Idee: Menschen mit psychischen Erkrankungen haben ein deutlich höheres Risiko, metabolische Erkrankungen wie Übergewicht oder Diabetes zu entwickeln. Teilweise lässt sich das durch Faktoren wie Rauchen, Alkoholkonsum oder Nebenwirkungen von Medikamenten erklären. Die Forschenden um Adyasha Khuntia und David Popovic vom Münchner Max-Planck-Institut wollten nun wissen, ob diesem Risiko auch Erkrankungs-bedingte biologische Veränderungen im Gehirn zugrunde liegen.
Die Ergebnisse zeigten deutliche Unterschiede zwischen den untersuchten Gruppen auf: Das KI-Modell schätzte bei Menschen mit Depressionen den BMI niedriger ein, als er tatsächlich war. „Die Gehirnstrukturen dieser Gruppe ähnelten also denen von gesunden Menschen mit niedrigerem Körpergewicht“, erklärt Popovic. Umgekehrt war es bei Menschen mit Schizophrenie und hohem Psychoserisiko: Hier schätzte das Modell den BMI höher ein, als er tatsächlich war.
Besonders spannend: Bei Menschen mit hohem Psychoserisiko, insbesondere bei jüngeren Patientinnen und Patienten, hing der „BMIgap“ mit einer späteren Gewichtszunahme zusammen. Das bedeutet, dass der „BMIgap“ als Frühwarnsignal genutzt werden könnte – ein Werkzeug, um gefährdete Personen rechtzeitig zu identifizieren und gezielt medizinisch zu begleiten, bevor ernste metabolische Erkrankungen entstehen.
Diese Erkenntnisse helfen, den komplexen Zusammenhang zwischen psychischen Erkrankungen und körperlicher Gesundheit besser zu verstehen. Sie stützen die Annahme, dass nicht nur äußere Faktoren, sondern auch krankheitsbedingte Veränderungen im Gehirn das Risiko für metabolische Erkrankungen beeinflussen können. Dieses Wissen kann eine Grundlage für individualisierte Prävention und Behandlung psychiatrischer Erkrankungen bilden.
Dr. Dr. David Popovic, david_popovic@psych.mpg.de
Adyasha Khuntia et al., The BMIgap tool to quantify transdiagnostic brain signatures of current and future weight, Nature Mental Health (2025), https://doi.org/10.1038/s44220-025-00522-3
Tabelle zeigt Korrelation zwischen "BMIgap" und Gewichtszunahme nach 1 (W1) und 2 Jahren (W2), nach ...
Copyright: Khuntia et al., unter CCBY 4.0 Lizenz
Waage
Source: Joachim Schnürle
Copyright: Joachim Schnürle/Pixabay
Criteria of this press release:
Journalists
Biology, Medicine, Psychology
transregional, national
Research results
German
Tabelle zeigt Korrelation zwischen "BMIgap" und Gewichtszunahme nach 1 (W1) und 2 Jahren (W2), nach ...
Copyright: Khuntia et al., unter CCBY 4.0 Lizenz
Waage
Source: Joachim Schnürle
Copyright: Joachim Schnürle/Pixabay
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
