En enkel hjernetest kan oppdage tidlige tegn på Alzheimers

Denne artikkelen er produsert og finansiert av OsloMet – storbyuniversitetet - les mer.

En vanlig hjernetest som allerede finnes på mange sykehus, kan sammen med kunstig intelligens oppdage tidlige tegn på Alzheimers – helt uten nåler og dyre hjerneskanninger.

Elektroder på hodet i stedet for nåler og dyre skanninger kan redusere belastningen for pasientene. EEG er også utbredt, og kan brukes flere steder i helsetjenesten. (Foto: Science Photo Library / NTB)

I dag må mange gjennom dyre hjerneskanninger eller ta prøver av ryggmargsvæske, for å utrede Alzheimers. 

Det kan være belastende og ikke alltid så lett å få gjort.

Hjernetesten EEG finnes derimot allerede på mange sykehus og klinikker, det er rimelig og gjør ikke vondt. 

Hvis vi kan lese tidlige sykdomstegn i EEG, kan flere få utredning tidligere.

Dette går fram av Rabindra Khadkas doktorgradsarbeid i ingeniørvitenskap.

– Målet vårt var å oppdage tidlig demens, slik at vi kan hjelpe disse menneskene, understreker forsker Rabindra Khadka.

Slik fungerer det

Målet til forsker Rabindra Khada er tidligere og mindre belastende demensutredning. (Foto: Olav-Johan Øye)

• EEG fanger opp hjernens aktivitet. KI‑modellen lærer å kjenne igjen mønstre som henger sammen med Alzheimers.
• Når EEG‑data kombineres med enkel informasjon om personen, for eksempel alder eller resultater fra kognitive tester og annen klinisk informasjon, blir treffsikkerheten bedre.
• KI‑modellen trenes først på store mengder hjernesignaler for å bli god til å oppdage mønstre. Så finjusteres den på mindre datasett der forskerne vet mer om deltakerne.
• I tillegg ser forskeren på korte, gjentakende mønstre i hjernesignalene. Disse kan gi enkle forklaringer som hjelper fagfolk å forstå hva modellen vektlegger.

– Med elektroder på hodet i stedet for nåler får vi et vindu inn i hjernen og ser hvordan den fungerer, forklarer Khadka.

Enklere, raskere og rimeligere

Dette er første gang noen har vist at EEG sammen med informasjon om pasientens bakgrunn og helse kan anslå nivået av et stoff i blodet relatert til Alzeimers. Dette stoffet kalles p-tau217.

Et skreddersydd KI‑rammeverk er utviklet for å fange hvordan hjerneaktiviteten utvikler seg over tid. Samtidig forklarer programmet hvordan det kommer fram til sine vurderinger.

Modellen er gjort lettere og raskere, slik at analysen i prinsippet kan kjøres på enklere utstyr nær pasienten.

– Så langt jeg vet, er dette første gang noen har forsøkt å forutsi p‑tau217 ut fra EEG. Resultatene er foreløpige, men svært lovende, sier Khadka.

Mindre belastning og bedre tilgang

– I praksis slipper pasienten en smertefull prosess med blodprøver eller tapping av spinalvæske. Hvis vi kan anslå nivået innenfor en viss feilmargin, er det et stort skritt framover, sier forskeren.

Elektroder på hodet i stedet for nåler og dyre skanninger kan redusere belastningen for pasientene. EEG er også utbredt, og kan brukes flere steder i helsetjenesten.

– EEG er rimelig, bærbart og kan brukes ved mange klinikker og mindre sykehus, også i land med færre ressurser, sier Khadka.

– Med denne typen system får legene en ekstra assistent som gir tilbakemeldinger basert på en biomarkør, uten en lang og kostbar utredning.

En standardmodell kan være klar innen fem år

Resultatene må bekreftes i større og mer varierte pasientgrupper før metoden kan tas i bruk.

Det trengs også mer standardisering. EEG‑målinger kan variere fra sted til sted, og kvaliteten kan være ulik.

Neste steg er å vise hvor pålitelig modellens anslag er, og legge til rette for at sykehus kan samarbeide om å forbedre den uten å dele sensitive pasientdata.

– En stor begrensning i dag er mengden data. Modellen ble trent og evaluert på et begrenset antall datasett, og inkluderte få tilfeller med alvorlig demens. Metoden må testes bredere, og vi må vise hvor pålitelige anslagene er, sier Khadka.

– Hvis sykehusene samler inn mer data og vi fortsetter utviklingen, kan jeg se for meg at en robust standardmodell er klar innen fem år.

Forskeren jobber for mer åpenhet

Selv om data i dette prosjektet ble behandlet i sikre skytjenester, peker Khadka på løsninger som kan beskytte personvernet enda bedre.

I framtiden kan data lagres lokalt på sykehus. Modellen kan også sendes til sykehuset, trenes der, og tas tilbake uten å dele rådata, forklarer hun.

– Noen klinikere er skeptiske til «svarte bokser» der det ikke er tydelig hvordan modellene kommer fram til resultatene. Derfor jobber vi for mer åpenhet og forklaringer i modellene, sier Khadka.

Referanse:

Rabindra Khadka: Structured Representations for EEG‑Based Dementia Prediction. From Spatiotemporal Transformers to Multimodal Biomarker Regression. Doktorgradsavhandling, OsloMet, 2026.