Science

Neue Haaranalyse verbessert Diagnose von Lebererkrankungen

Eine gesunde Leber enthält kein oder kaum Fett. Wer sich stark fett- und zuckerhaltig ernährt und wenig Bewegung macht, kann das Organ stark belasten. Muss die Leber mehr Fette speichern als sie abgeben kann, kann es zu einer sogenannten Fettleber kommen – einer Volkskrankheit. 

Die Fettleber ist die häufigste Lebererkrankung weltweit. Rund ein Viertel der Weltbevölkerung ist von einer sogenannten nicht-alkoholischen Fettlebererkrankung (NAFLD) betroffen – in Österreich sind es sogar 40 Prozent. Zusätzlich kann auch ein starker und regelmäßiger Alkoholkonsum eine Leberverfettung verursachen – man spricht von einer alkohol-assoziierten Fettlebererkrankung (ALD)

Alkoholkonsum wesentlich

An welcher der beiden Formen Betroffene leiden, ist mit heutigen Diagnosemethoden allerdings nicht immer zuverlässig feststellbar. Bis heute ist etwa der Einfluss eines geringen bis mäßigen Alkoholgenusses auf die Entstehung und Entwicklung einer Fettlebererkrankung in der Forschung nicht endgültig geklärt.  

Für eine verbesserte Diagnose könnte künftig ein neues Analyseverfahren sorgen, das von einem Forschungsteam rund um Katharina Staufer und Michael Trauner von der MedUni Wien und des AKH Wien im Rahmen einer Studie zur Anwendung gebracht wurde. Mit diesem präzisen Verfahren könnte künftig die bestmögliche Therapie gewählt und schwere Folgeerkrankungen wie eine Fettleberentzündung oder eine Leberzirrhose verhindert werden. 

Stoffwechselprodukt von Alkohol

Konkret lässt sich damit der potenziell schädliche Alkoholkonsum bei Fettlebererkrankungen genau nachweisen. „Bei dem Verfahren handelt es sich um einen aufwendigen biochemischen Test der Haare“, sagt Trauner, Leiter der Klinischen Abteilung für Gastroenterologie und Hepatologie, der futurezone. Untersucht wird ein Stoffwechselprodukt von Alkohol namens „Ethylglucuronid“ (ETG), welches im Körper nach dem Genuss von Alkohol entsteht. „Dieses muss aufwendig aus dem Haar extrahiert werden“, so Trauner.

Kombiniert wird die Methode mit einem Fragebogen zur Erfassung des Alkoholkonsums – genannt „AUDIT-C“ – und mit bereits etablierten Urintests, bei denen ebenfalls der ETG-Wert ermittelt wird. „Diese Tests haben aber nicht die entsprechende Empfindlichkeit“, so Trauner. Die Genauigkeit der neuen Analyse sei gegenüber konventionellen Methoden deutlich höher und liege je nach Alkoholkonsum laut Trauner bei über 90 bis 95 Prozent.   

Während das Stoffwechselprodukt im Harn außerdem nur 4 bis 6 Wochen nachweisbar ist, bleibt es in den Haaren über einen längeren Zeitraum von 3 bis 6 Monaten angereichert. 

Überlappung festgestellt

Im Rahmen der Studie wurden mehr als 180 Fettleber-Patient*innen mit dem neuen Verfahren untersucht. Das Team verglich die Daten im Anschluss mit jenen aus konventionellen Methoden. Dabei stellte sich heraus, dass bei rund 30 Prozent der Fälle von vermuteter nicht-alkoholischer Fettlebererkankung ein moderater bis exzessiver Alkoholkonsum und das Risiko einer alkoholbedingten Leberschädigung besteht. „Damit zeigt sich eine gewisse Überlappung“, so der MedUni-Forscher. Basierend auf dieser Erkenntnis könnten Therapien künftig optimiert werden. 

Leiter der Klinischen Abteilung für Gastroenterologie und Hepatologie der MedUni Wien und AKH Wien

Das Verfahren kann den Alkoholkonsum aber nicht nur präzise messen, sondern auch ein offenes Gespräch darüber mit dem Arzt ermöglichen. „Für Patienten ist oft schwierig zu sagen, wie viel Alkohol sie im vergangenen Monat getrunken haben. Vieles blendet man unbewusst aus“, so Trauner. Auch unterschätzen sie oftmals ihren tatsächlichen Konsum oder geben ihn häufig, etwa aus Sorge der Stigmatisierung, geringer an. Die Haaranalyse könne in Zukunft als „objektiver Parameter“ – wie Trauner sie nennt – als zusätzliches Hilfsmittel im Arzt-Gespräch zur richtigen Einschätzung der idealen Therapie dienen.

Unabhängige Studien

Die Praxistauglichkeit müsse in Folgeuntersuchungen nun noch genauer ermittelt werden. Auch größere unabhängige Studien im Rahmen der bestehenden Fettleberinitiativen seien begrüßenswert. Wird das Verfahren auf die breite Anwendbarkeit geprüft, könne es laut Trauner in wenigen Jahren bereits in der klinischen Praxis Einzug halten. 

Künstliche Intelligenz erkennt Diabetes

Menschen mit starkem Übergewicht, die an der Zivilisationskrankheit Fettleber leiden, haben ein besonders starkes Risiko, an Diabetes Typ 2 zu erkranken. Festgestellt wird die Zuckerkrankheit normalerweise durch wiederholte Messungen der Zuckerwerte im Blut. 

Nun haben Forscher*innen des National Institute of Health in Bethesda eine künstliche Intelligenz (KI) eingesetzt, welche die Zuckerkrankheit bereits im frühen Stadium und anhand von Bildern der Computertomografie (CT) erkennt. Im Rahmen einer Studie haben die US-Forscher*innen Daten von fast 9.000 Menschen analysiert, die zwischen 2004 und 2016 eine routinemäßige Darmkrebsvorsorgeuntersuchung per CT durchführen ließen. 572 davon wurden mit Typ-2-Diabetes diagnostiziert – fast 1.900 Personen mit einem niedrigen oder zu hohen Blutzuckerspiegel.

KI trainiert

Aus diesen Daten wurde die KI mit mehreren Hundert ausgewählten CT-Bilddaten gefüttert und für die Diagnose von Diabetes-Typ-2 trainiert. Analysiert werden dabei unterschiedliche Merkmale der Bauchspeicheldrüse, aber auch etwa die Dichte und das Volumen der umgebenden Muskeln und Organe.

Die Ergebnisse bei der Auswertung der CT-Bilder sei den Forscher*innen zufolge hervorragend und unterscheiden sich kaum von der manuellen Auswertung. Künftig könnte die KI Diabetes Typ 2 frühzeitig erkennen und hinsichtlich der Prävention und der Behandlung als zeitsparendes Werkzeug dienen. 

Klicken Sie hier für die Newsletteranmeldung

Hat dir der Artikel gefallen? Jetzt teilen!

Andreea Bensa-Cruz

Andreea Bensa-Cruz beschäftigt sich mit neuesten Technologien und Entwicklungen in der Forschung – insbesondere aus Österreich – behandelt aber auch Themen rund um Raumfahrt sowie Klimawandel.

mehr lesen