KI-Sprachanalyse: 2.928 Teilnehmer zeigen Hinweise auf Demenzrisiko
Veröffentlicht am: 01.10.2026 um 16:34 Uhr | Redaktion boerse-global.de
Künstliche Intelligenz (KI) übernimmt in der medizinischen Diagnostik eine zunehmend zentrale Rolle bei der Identifizierung kognitiver und neurologischer Beeinträchtigungen.
Aktuelle Forschungsarbeiten und technologische Entwicklungen konzentrieren sich dabei auf die Analyse von Sprachmustern zur Früherkennung von Demenz sowie auf die automatisierte Auswertung von Elektrokardiogrammen (EKG) und zellulären Daten. Diese Ansätze ermöglichen es, biologische Alterungsprozesse und Krankheitsrisiken präziser als mit herkömmlichen Methoden zu bestimmen.
Sprachanalyse zur Ermittlung des Demenzrisikos
Ein in der Fachzeitschrift Science Advances beschriebenes Verfahren nutzt KI-gestützte Sprachanalysen, um kognitive Beeinträchtigungen und Alzheimer-Erkrankungen anhand von akustischen und linguistischen Parametern zu identifizieren.
In einer Studie unter der Leitung von Agustin Ibanez vom Trinity College Dublin wurden 2.928 spanischsprachige Teilnehmer aus fünf lateinamerikanischen Ländern untersucht. Die Gruppe umfasste sowohl gesunde Erwachsene als auch Personen mit leichten kognitiven Einschränkungen oder fortgeschrittener Demenz.
Der eingesetzte Algorithmus wertet hunderte Faktoren aus, darunter die Sprechgeschwindigkeit, die Platzierung von Pausen, die Tonhöhe sowie den Wortschatz und die semantische Präzision. Auf dieser Basis berechnet das System die Abweichung zwischen dem tatsächlichen und dem durch das Sprachsignal indizierten Alter.
Eine größere sogenannte „Sprachalter-Lücke“ korrelierte laut den Forschern mit strukturellen Veränderungen im Gehirn, schlechteren Ergebnissen in kognitiven Tests und beschleunigten epigenetischen DNA-Mustern.
Wer sich mit der Früherkennung kognitiver Veränderungen befasst, kann bereits mit einfachen Methoden erste Warnsignale prüfen. Dieser anonyme 7-Fragen-Selbsttest liefert in nur zwei Minuten eine fundierte Einschätzung zur eigenen Vergesslichkeit. Hier Gewissheit in 2 Minuten erhalten
Bei Alzheimer-Patienten entsprach der Wert zudem erhöhten Konzentrationen des Blut-Biomarkers p-tau217. Obgleich noch kein einsatzfähiger Diagnosetest vorliegt, unterstreicht die Forschung den Einfluss von Bildung und finanzieller Sicherheit auf die Sprachalterung.
Neue Standards in der EKG-Auswertung und Kardiologie
Parallel zur Sprachanalyse werden Foundation-Modelle zur präziseren Auswertung von Herzdaten eingesetzt. Forscher der Medizinischen Universität Innsbruck entwickelten im September 2026 das Modell xECG, das auf einer xLSTM-Architektur basiert. Das System wurde mit rund 8 Millionen EKGs von etwa 1,7 Millionen Patienten trainiert.
Durch eine lineare Skalierung des Rechenaufwands mit der Signallänge eignet sich das Modell insbesondere für Langzeit-EKGs. Ein begleitendes Bewertungssystem namens BenchECG zeigte bei Tests an umfangreichen Datensätzen Schwächen herkömmlicher Modelle auf, während xECG auf erste klinische Anwendungen vorbereitet wird.
In der Notfallmedizin findet die KI-Integration ebenfalls statt. Durch eine Partnerschaft zwischen Powerful Medical und dem Medizintechnikunternehmen corpuls wird das KI-Modell „Queen of Hearts“ in die corpuls-Plattform integriert.
Das System, das auf 2,5 Millionen EKGs trainiert wurde, soll die Sensitivität für akute Gefäßverschlüsse im Vergleich zu Standard-Kriterien verdoppeln. In einem belgischen Gesundheitssystem konnte die Zeit bis zur Behandlung bei Herzinfarkten durch den Einsatz der Software um 48 Minuten reduziert werden.
Automatisierung in der klinischen Spracherkennung und Zellanalyse
Die Effizienz im klinischen Alltag wird zudem durch spezialisierte Spracherkennungssoftware gesteigert. Die IDM gGmbH stellte Ende September 2026 Ergebnisse für ihr System ORPHEUS vor, das in über 40 Kliniken und 500 Praxen eingesetzt wird.
Auf dem Benchmark MedTerm erreichte die Software eine Genauigkeit von mehr als 98 von 100 Wörtern, sofern medizinische Fachbegriffe hinterlegt waren. Ohne spezifisches Vokabular lag die Quote bei 96 von 100 Wörtern.
Moderne Diagnostik beruht maßgeblich auf der präzisen Analyse körperlicher Daten und Vitalwerte. Wie Sie Ihre eigenen Laborberichte richtig lesen und was die wichtigsten Vitalstoff-Werte für Ihre Gesundheit bedeuten, erfahren Sie in diesem kostenlosen 25-Seiten-Report. Laborwerte-Selbstcheck jetzt kostenlos herunterladen
In der Onkologie ermöglicht das Open-Source-Modell CytoVI (Variational Inference for Cytometry) die Automatisierung von Einzelzelldaten-Analysen. Das vom Universitätsklinikum Freiburg und dem Weizmann Institute of Science entwickelte Werkzeug identifizierte bei Patienten mit chronischer lymphatischer Leukämie gezielt Krebszellen und entdeckte in einer Untersuchung von 63 Patienten mit B-Zell-Lymphomen eine seltene Zellpopulation, die in manuellen Analysen zuvor nicht beschrieben worden war.
Integration in die Gesundheitsüberwachung durch Wearables
Auch im Bereich der Consumer-Technologie werden klinische Analyse-Methoden zugänglich gemacht. Ende September 2026 startete eine Funktion für die Google Pixel Watch, die Blutdrucktrends und Anzeichen für Insulinresistenz überwacht.
Die KI-Auswertung gleicht dabei Wearable-Metriken wie die Herzfrequenzvariabilität (HRV) und die Hauttemperatur mit Daten aus klinischen Studien ab. Diese Funktionen dienen der langfristigen Beobachtung und sind nicht für die Echtzeit-Kontrolle oder die Primärdiagnose von Diabetes vorgesehen.
Ergänzend dazu wurde am Berlin Institute of Health in der Charité (BIH) die „Spatial Diagnostics Platform“ eröffnet. In Kooperation mit Industriepartnern wie Roche und Zeiss soll diese Plattform durch die Verbindung von 3D-Mikroskopie und Sequenzierung komplexe Diagnosen innerhalb von 24 Stunden ermöglichen, die bisher mehrere Wochen in Anspruch nahmen.
