Digitale Gebrechlichkeitstests: Vorab-Screen spart 62,3 Prozent der Vollchecks
Veröffentlicht am: 22.10.2026 um 03:48 Uhr | Redaktion boerse-global.de
Der Verlust an Muskelmasse und -funktion im Alter sowie das Zusammentreffen von Muskelschwund und Fettleibigkeit stellen die Altersmedizin vor wachsende Aufgaben. Der Stand und die Möglichkeiten digitaler Screening-Verfahren zur Früherkennung von Sarkopenie und sarkopenischer Adipositas bei Senioren werden in aktuellen Fachpublikationen eingehend beleuchtet.
Die wissenschaftlichen Arbeiten reichen von Bildgebungsanalysen mittels künstlicher Intelligenz über mobile Anwendungen bis hin zu mehrstufigen klinischen Testverfahren.
Bildgebung und Deep Learning bei der Risikobewertung
Ein wesentliches Einsatzfeld digitaler Methoden ist die automatisierte Auswertung medizinischer Bilddaten. Bislang erfolgte die Bestimmung der Muskelmasse häufig über zeitaufwendige manuelle Segmentierungen von Computertomografie-Aufnahmen.
Ein Autorenteam um Frederick M. Lang, Jianfei Liu, Kevin J. Clerkin, Elissa A. Driggin, Andrew J. Einstein, Gabriel T. Sayer, Koji Takeda, Nir Uriel, Ronald M. Summers und Veli K. Topkara untersuchte diesen Prozess im Fachjournal Circulation: Heart Failure.
Die Forscher zeigten, dass eine vollautomatisierte, auf Deep Learning basierende Bewertung von Sarkopenie das Überleben des Herztransplantats bei Empfängern vorhersagen kann.
Hintergrund der Forschungsarbeit ist die bekannte Assoziation von Sarkopenie mit ungünstigen klinischen Verläufen bei terminaler Herzinsuffizienz. Durch den automatisierten Ansatz soll die Muskelmasse verlässlicher und ohne manuellen Segmentierungsaufwand direkt aus Routinedaten quantifiziert werden.
App-gestützte Erfassung und mehrstufige Pflegetests
Neben komplexen radiologischen Algorithmen gewinnen auch niedrigschwellige digitale Werkzeuge für den Alltag an Bedeutung. Das Geras Centre for Aging Research, eine Kooperation der McMaster University und Hamilton Health Sciences, entwickelte die sogenannte Fit-Frailty-App.
Die Anwendung schätzt das Gebrechlichkeitsrisiko in unter 15 Minuten ein und verfolgt laut den Angaben einen ganzheitlichen Ansatz, der physische, kognitive und psychische Parameter kombiniert.
Getestet wurde das System mit 500 Teilnehmenden in einer Pilotstudie an den Hamilton Health Sciences sowie im Rahmen von drei durch die Canadian Institutes of Health Research (CIHR) finanzierten klinischen Studien unter der Leitung von Arthur Lau und Jonathan Adachi.
Ab dem 50. Lebensjahr verliert der Körper kontinuierlich an Muskelmasse, was weitreichende Folgen für die Mobilität und Gesundheit im Alter haben kann. Wie Sie mit nur sechs einfachen Übungen in den eigenen vier Wänden effektiv gegensteuern, erfahren Sie in diesem Ratgeber. Minimaler Aufwand, maximale Wirkung – jetzt den kostenlosen PDF-Ratgeber sichern
Eine im British Medical Journal veröffentlichte Untersuchung belegt zudem die Wirksamkeit der App bei der Erfassung funktioneller Veränderungen vor und nach Rehabilitationsmaßnahmen.
In der klinischen Versorgung werden zugleich optimierte Abläufe erprobt, um den Screening-Aufwand für Pflegekräfte zu reduzieren. An einem tertiären Krankenhaus in Südchina wurden zwischen August 2021 und August 2025 insgesamt 606 stationäre Patienten untersucht.
Der etablierte Liver Frailty Index (LFI) stufte dabei 100 Personen (16,5 Prozent) als robust ein (LFI unter 3,2), 393 (64,9 Prozent) als pre-frail (LFI zwischen 3,2 und unter 4,5) sowie 113 (18,6 Prozent) als frail (LFI ab 4,5).
Ein dort entwickelter, zweistufiger Pflege-Screen wertete einen Test als positiv, wenn fünf Aufstehversuche aus dem Stuhl (Chair-Stands) mindestens 16,55 Sekunden dauerten oder die Griffkraft 23,42 Kilogramm oder weniger betrug.
Bei 604 analysierten Patienten (112 frail, 492 nicht frail) erreichte dieser Vorab-Screen eine Sensitivität von 1,000 sowie einen negativen prädiktiven Wert von 1,000. Modellrechnungen zeigten, dass lediglich 228 Patienten (37,7 Prozent) eine vollständige LFI-Prüfung benötigt hätten, wodurch 62,3 Prozent der aufwendigen Vollassessments eingespart worden wären.
Betrachtete man die Einzeltests isoliert, erreichte der Chair-Stand eine Fläche unter der Kurve (AUC) von 0,982 (Sensitivität 0,918; Spezifität 0,955), übersah jedoch 9 gebrechliche Patienten.
Die Griffkraft allein kam auf eine AUC von 0,920 (Sensitivität 0,955; Spezifität 0,791) bei 5 übersehenen Fällen, während ein reiner Balancetest mit einer AUC von 0,627 und einer Sensitivität von 0,336 abschnitt.
Digitale Zwillinge und Evidenzlage bei Adipositas
Bei der sarkopenischen Adipositas stehen computergestützte Simulationen im Fokus. Das Policlinico Giaccone in Palermo und das KI-Zentrum des IRCCS Humanitas in Mailand stellten im Rahmen eines Projekts der Società Italiana dell’Obesità (SIO) auf dem Fachkongress WiP 2026 in Palermo das Konzept eines virtuellen Patientenzwillings vor.
Dieses Modell bündelt klinische, biologische und metabolische Daten – unter anderem aus Genomik, Proteomik und Metabolomik –, um individuelle Therapieantworten zu simulieren. Roberto Vettor vom Institut Humanitas erläuterte, dass das primäre Ziel in einer präziseren Phänotypisierung und der Prognose eines Therapieversagens bestehe.
Wer bereits heute aktiv werden möchte, um Muskelschwund und Gelenkbeschwerden vorzubeugen, findet in der Sportmedizin bewährte Ansätze für den Alltag. Ein renommierter Orthopäde zeigt in diesem Leitfaden 17 einfache Übungen, die in nur drei Minuten täglich maximale Ergebnisse erzielen. Kostenlosen Ratgeber mit 17 Wunderübungen hier anfordern
Die Entwicklungszeit für derartige Modelle bewege sich allerdings in einem Rahmen von Jahren und nicht von Monaten. Silvio Buscemi, Präsident der SIO, forderte in diesem Zusammenhang den Aufbau einer eigenen nationalen Datenbasis, da ausländische Algorithmen die italienische Population nicht hinreichend genau abbildeten.
Die Möglichkeiten maschinellen Lernens in diesem Segment belegt auch eine in der Fachzeitschrift Obesity Surgery publizierte Metaanalyse über acht Studien: Demnach konnten entsprechende Modelle die Gewichtsverlaufs-Ergebnisse nach bariatrischen Eingriffen mit einem AUC-Wert von 0,846 differenzieren. Dennoch mahnt die Fachwelt zur Zurückhaltung.
Eine im September 2026 in Frontiers in Endocrinology erschienene Übersichtsarbeit hebt hervor, dass die klinische Evidenz für künstliche Intelligenz in der Adipositasbehandlung bislang begrenzt bleibe. Bislang gebe es keine KI-gesteuerten Therapiesysteme, die extern oder prospektiv validiert worden seien.
Funktionelle Marker und methodische Hürden
Wissenschaftler untersuchen zudem weitere physiologische Kennzahlen, um Einschränkungen im Alter frühzeitig zu erkennen. In der japanischen Präfektur Fukushima ergab eine im Journal BMC Geriatrics publizierte Untersuchung, dass niedrigere Werte des maximalen Inspirationsdrucks (MIP) und des maximalen Exspirationsdrucks (MEP) signifikant mit einer erhöhten Wahrscheinlichkeit für eine beginnende Gebrechlichkeit (Pre-Frailty) einhergehen.
Der Zusammenhang blieb auch nach multivariabler Bereinigung um Alter, Geschlecht, Body-Mass-Index, Rauchgewohnheiten und bestehende Atemwegserkrankungen statistisch signifikant (MIP p < 0,001; MEP p = 0,002).
Ein niedrigerer MIP korrelierte zudem mit schlechteren Werten in der Kihon-Checkliste, geringerer Griffkraft, reduzierter Kraft bei der Kniestreckung, verlangsamter Gehgeschwindigkeit und einem niedrigeren Skelettmuskelindex. Die Autoren betonten jedoch, dass die Receiver-Operating-Characteristic-Analysen lediglich eine mäßige Trennschärfe auswiesen und es sich um Assoziationen, nicht um Kausalitätsnachweise handle.
Auch bei scheinbar hochpräzisen Screening-Algorithmen bestehen methodische Grenzen. Die Autoren der Studie aus Südchina wiesen auf eine Verzerrung durch den sogenannten Incorporation Bias hin, da die in der ersten Stufe eingesetzten Funktionstests zugleich Bestandteil des als Referenzstandard genutzten Liver Frailty Index waren. Zudem fehle bislang eine externe Validierung.
Wurde der Referenzstandard zudem auf die Kombination aus manifester Gebrechlichkeit und Vorstufen ausgeweitet (LFI ab 3,2), sank die Sensitivität des zweistufigen Verfahrens auf 0,442. Die Weiterentwicklung digitaler und apparativer Verfahren erfordert daher nach Einschätzung der Fachwelt fortlaufend methodische Kontrollen und externe Validierungen.
