Wie alt ist ein Gehirn wirklich? Diese Frage lässt sich inzwischen nicht mehr nur anhand des Geburtsdatums beantworten. Mithilfe von Machine-Learning-Modellen kann aus einer strukturellen MRT-Aufnahme ein sogenanntes „brain-predicted age“ berechnet werden. Die Differenz zwischen diesem vorhergesagten Gehirnalter und dem tatsächlichen chronologischen Alter wird als Brain Age Gap Estimate, kurz BrainAGE, bezeichnet. Ein positiver BrainAGE-Wert bedeutet, dass das Gehirn strukturell älter erscheint, als es dem Lebensalter entsprechend zu erwarten wäre.

Künstliche Intelligenz (KI) wird zunehmend Teil medizinischer Versorgung. Gerade in datenintensiven chronischen Erkrankungen wie der Multiplen Sklerose (MS) liegt das Potenzial auf der Hand: KI kann helfen, klinische Informationen zu strukturieren, Symptome longitudinal zu erfassen, Monitoring zwischen Visiten zu unterstützen und perspektivisch auch komplexe Entscheidungen vorzubereiten.

Aber eine zentrale Frage wird dabei oft zu spät gestellt: Wollen Patienten das überhaupt – und in welchen Rollen akzeptieren sie KI?

Frauen erkranken deutlich häufiger an Multipler Sklerose als Männer. Gleichzeitig galt lange die Annahme, dass Männer zwar seltener betroffen sind, dafür aber häufiger einen schwereren Krankheitsverlauf entwickeln. Diese Perspektive hat die Diskussion über geschlechtsspezifische Unterschiede bei MS über Jahre geprägt – sowohl in Bezug auf Krankheitsbeginn und Progression als auch im Hinblick auf Therapieentscheidungen.

Die Expanded Disability Status Scale, kurz EDSS, ist seit Jahrzehnten eines der wichtigsten Instrumente zur Beurteilung von Behinderung bei Multipler Sklerose. Sie wird in klinischen Studien, in der Versorgung und in der Verlaufsbeurteilung eingesetzt. Gerade im mittleren Bereich der Skala, etwa zwischen EDSS 4 und 6, spielt die Gehstrecke eine zentrale Rolle: Wie weit kann eine Patientin oder ein Patient noch gehen, bevor eine Pause notwendig wird?