MS-TranSurv: Wie Deep Learning aus Reaktionszeiten die Behinderungsprogression vorhersagt
Eine Kohortenstudie mit 746 MS-Patienten zeigt, wie ein CNN-Transformer-Modell aus seriellen Reaktionszeitdaten die Zeit bis zur bestätigten Behinderungsprogression vorhersagt – mit moderater, aber relevanter Diskriminationsleistung.
Mit KI-Unterstützung erstellt · redaktionell geprüft und verantwortet von Steven Breuer.
Kognitive Beeinträchtigung betrifft nach aktuellen Schätzungen 54–65 % der Menschen mit Multipler Sklerose, vor allem in den Domänen Verarbeitungsgeschwindigkeit und episodisches Gedächtnis. Serielle computerbasierte Testungen – etwa über reaktionszeitbasierte Aufgaben – lassen sich inzwischen weitgehend selbstständig und ohne nennenswerten Personalaufwand durchführen. Das Problem liegt nicht mehr in der Datenerhebung, sondern in der Auswertung: Jede Testsitzung erzeugt dutzende, teils hunderte Einzelwerte pro Patient und Zeitpunkt. Üblicherweise werden diese Daten zu einem Mittelwert pro Sitzung verdichtet – mit dem Nachteil, dass Ausreißer, Lerneffekte und die Variabilität einzelner Antworten verloren gehen.
Eine aktuelle Kohortenstudie aus dem MSBase-Register greift genau diesen Punkt auf und stellt ein neues Deep-Survival-Modell namens MS-TranSurv vor, das serielle Reaktionszeitdaten ohne vorherige Mittelwertbildung direkt für die Vorhersage der Behinderungsprogression nutzt (Quelle).
Von Reaktionszeiten zu Bildern
Grundlage der Studie sind 746 Patientinnen und Patienten mit schubförmig-remittierender MS aus vier australischen MS-Zentren, die zwischen Februar 2016 und September 2022 im MSBase-Register sowie über die computerisierte Testbatterie MSReactor erfasst wurden. Die Teilnehmenden absolvierten alle sechs Monate in der Klinik sowie optional monatlich von zu Hause aus drei Aufgaben: psychomotorische Funktion, Aufmerksamkeit und Arbeitsgedächtnis. Mediane Nachbeobachtungszeit: 3,2 Jahre.
Der methodisch interessanteste Schritt ist die Umwandlung dieser hochdimensionalen, longitudinalen Reaktionszeitdaten in Bilder: Jede der drei Aufgaben wird einem Farbkanal (Rot, Grün, Blau) zugeordnet, jede Testsitzung entspricht einer Bildzeile, jede Antwortposition einer Bildspalte. So entsteht pro Patient ein individuelles, mehrfarbiges „Reaktionsbild", aus dem ein Convolutional Neural Network (CNN) relevante Merkmale extrahiert. Diese Merkmale werden anschließend zusammen mit klinischen Variablen in ein Transformer-basiertes Survival-Modell eingespeist, das die Zeit bis zur bestätigten EDSS-Progression (confirmed disability progression) vorhersagt.
Ergebnisse: bessere Diskrimination, aber moderate Kalibrierung
MS-TranSurv erreichte in der Fünf-Fold-Kreuzvalidierung einen C-Index von 0,61 (95 %-KI 0,54–0,68) und ein zeitabhängiges AUROC von 0,74 (95 %-KI 0,63–0,85) – numerisch besser als die Vergleichsmodelle Dynamic DeepHit (C-Index 0,52), Recurrent Deep Survival Machines (0,53) und ein klassisches Cox-Proportional-Hazards-Modell mit rein klinischen Variablen (0,53). Die Nutzung der individuellen Testdaten statt eines Sitzungsmittelwerts brachte eine leichte, statistisch aber nicht eindeutig gesicherte Verbesserung gegenüber der Mittelwert-Variante des Modells (C-Index 0,60).
Bei der Kalibrierung zeigte sich ein interessantes Gegenbild: Das einfache Cox-Modell erzielte mit einem integrierten Brier-Score von 0,13 die beste Kalibrierung, deutlich vor MS-TranSurv (0,24). Die Autoren ordnen das plausibel ein: Der Brier-Score bewertet vor allem die Genauigkeit absoluter Risikoschätzungen, während C-Index und AUROC messen, wie gut ein Modell Patienten nach Risiko ordnet. Ein Modell kann also im Mittel gut kalibriert sein, ohne Hochrisiko- von Niedrigrisikopatienten gut zu trennen – und umgekehrt.
Einordnung für die Praxis
Für MS-Ambulanzen ist der unmittelbare Praxisnutzen von MS-TranSurv derzeit begrenzt: Die Diskriminationsleistung ist moderat, eine externe Validierung an unabhängigen Kohorten steht noch aus, und die Konfidenzintervalle der Modellvergleiche überlappen erheblich – bedingt auch durch die vergleichsweise kleine Stichprobe von 746 Patienten mit nur 148 Progressionsereignissen. Das Modell ist also ein Proof of Concept, kein einsatzreifes klinisches Entscheidungsinstrument.
Dennoch lohnt sich die Beschäftigung mit dem Ansatz aus zwei Gründen. Erstens zeigt die Arbeit, dass niedrigschwellige, selbstadministrierte kognitive Fernüberwachung – ohne zusätzlichen Personalaufwand in der Sprechstunde – prinzipiell prognostisch nutzbare Signale liefert, die über etablierte klinische Variablen hinausgehen. Für Praxen, die bereits digitale Verlaufsdokumentation einsetzen oder einführen wollen, ist das ein Argument, serielle kognitive Testungen als festen Bestandteil der Verlaufskontrolle mitzudenken, auch wenn die Auswertung heute noch überwiegend auf Mittelwerten beruht.
Zweitens illustriert die Methodik – hochdimensionale Zeitreihendaten in Bilder umwandeln und mit CNN-Transformer-Architekturen verarbeiten – ein Vorgehen, das sich grundsätzlich auf andere digitale Biomarker übertragen lässt: Gangsensor-Daten, Touchscreen-basierte Zeichenaufgaben oder Smartphone-Sensorik erzeugen ähnlich dichte Datenströme, die bislang meist stark zusammengefasst werden, bevor sie in Vorhersagemodelle einfließen. Wer in der eigenen Einrichtung digitale Verlaufsparameter sammelt, sollte diese Rohdaten möglichst granular archivieren – auch wenn aktuelle Auswertungsmethoden sie noch nicht vollständig nutzen können. Die Infrastruktur für morgen entsteht aus den Daten von heute.
Für die klinische Studienplanung ist zudem der Hinweis der Autoren relevant, dass individualisierte Progressionsrisiko-Schätzungen helfen könnten, Studienpopulationen anzureichern und damit Fallzahlen zu reduzieren – ein Aspekt, der für Zentren mit Beteiligung an MS-Studien mittelfristig an Bedeutung gewinnen dürfte, sobald entsprechende Modelle extern validiert sind.