Wie Smartphones, Sensoren und künstliche Intelligenz den MS-Verlauf messen könnten – und wo die Grenzen und Risiken dieser Werkzeuge liegen. Dazu die Frage, ob sich vorhersagen lässt, welches Medikament bei wem wirkt.

  • Abschnitt 351 bis 356 von 441
  • Stand: 29. September 2026
  • zur Übersicht
Wichtiger Hinweis

Dieser Artikel ist eine wissenschaftlich orientierte, allgemein verständliche Übersicht und ersetzt keine individuelle ärztliche Beratung, Diagnose oder Therapieentscheidung. Gerade bei Multipler Sklerose (MS) hängt die optimale Behandlung von Alter, Verlaufsform, Krankheitsaktivität, MRT-Befunden, Begleiterkrankungen, Kinderwunsch, Infektionsrisiken, Impfstatus und vielen weiteren Faktoren ab. Bei Kindern und Jugendlichen sollte die Betreuung möglichst in einem Zentrum mit Erfahrung in pädiatrischer Neuroimmunologie erfolgen.

Der Artikel dient der medizinischen Information. Er ersetzt keine individuelle Diagnose oder Therapieentscheidung durch Neurologie, Neuropädiatrie oder ein spezialisiertes MS-Zentrum.

351 Präzisionsmedizin: können wir vorher wissen, welches Medikament bei wem am besten wirkt?

Noch nicht zuverlässig.

Heute basiert die Auswahl einer DMT hauptsächlich auf Krankheitsaktivität, MRT, Alter, Kinderwunsch, Begleiterkrankungen, Infektionsrisiko, JCV-Status, Sicherheitspräferenzen und Erfahrung des Behandlungszentrums.

Genetische Tests können derzeit nicht routinemäßig vorhersagen, welches DMT bei einer bestimmten Person am besten wirkt. Eine multizentrische Pharmakogenomik-Studie von 2026 untersuchte Millionen genetischer Varianten im Zusammenhang mit Interferon-beta- und Glatirameracetat-Ansprechen. PMID 41776383. Eine aktuelle Übersicht kommt weiterhin zu dem Schluss, dass noch kein genetischer Marker ausreichend validiert ist, um die Therapieentscheidung im Alltag zu steuern. PMID 41918263.

Auch Mikro-RNAs werden untersucht. Eine von 2026 fand 15 Studien, die Veränderungen bestimmter Mikro-RNAs mit Therapieansprechen verbanden. Die Ergebnisse sind interessant, aber noch nicht standardisiert. PMID 42511484.

352 Künstliche Intelligenz und digitale Verlaufskontrolle

KI kann MRT-Bilder automatisch auswerten, Läsionen zählen, Hirnvolumen messen oder aus mehreren Datenquellen ein Progressionsrisiko berechnen. Eine 2026 veröffentlichte schloss 21 MRT-basierte KI-Studien mit 12.252 Patienten ein. Die Vorhersageleistung war vielversprechend, aber nicht gut genug, um ärztliche Entscheidungen allein darauf zu stützen. PMID 40650946.

Noch größer ist das Feld des Remote Monitoring. Eine systematische von 2026 fand 77 Studien mit 9.463 Menschen mit MS. Untersucht wurden Smartphones, Apps und Wearables. Sie können Gehen, Aktivität, Gleichgewicht, Tippverhalten oder kognitive Aufgaben im Alltag erfassen. PMID 42348480.

Eine weitere 2026 publizierte Übersicht über 74 KI/ML-Studien fand ein wesentliches Problem: Nur etwa 5 Prozent berichteten eine externe Validierung in einer wirklich unabhängigen Patientengruppe. Das ist eine zentrale Hürde. Ein Modell kann in den Daten, mit denen es entwickelt wurde, sehr gut aussehen und in einem anderen Krankenhaus deutlich schlechter funktionieren. PMID 42623731.

353 Künstliche Intelligenz in der MS-Diagnostik

KI kann Läsionen segmentieren, Hirnvolumen quantifizieren und Muster erkennen. In der Forschung verbessert automatisierte Analyse Reproduzierbarkeit. In der Klinik besteht die Gefahr, dass ein Algorithmus unspezifische White-Matter-Läsionen als „MS-typisch“ markiert, wenn Trainingsdaten oder klinischer Kontext unzureichend sind.

KI sollte neurologische und neuroradiologische Expertise unterstützen, nicht ersetzen. Besonders bei Kindern, älteren Menschen und ethnisch unterrepräsentierten Populationen muss externe Validierung erfolgen.

354 Künstliche Intelligenz: Potenzial und Risiko

KI-Systeme können Läsionen segmentieren, Hirnvolumen messen, Rückenmark analysieren und Progressionsrisiken modellieren. Eine 2025 publizierte und zu MRT-basierten KI-Prognosemodellen schloss 21 Studien mit 12.252 Patienten ein; die mediane von Klassifikationsmodellen lag bei etwa 0,78. Quelle: PMID 40650946, https://pubmed.ncbi.nlm.nih.gov/40650946/

Eine 2026er Übersicht zu 74 KI-Studien im MS-Monitoring zeigte jedoch ein fundamentales Problem: Nur etwa 5,4 Prozent der Studien mit auswertbaren Angaben berichteten externe Validierung an einer unabhängigen Kohorte. Quelle: PMID 42623731, https://pubmed.ncbi.nlm.nih.gov/42623731/

Ein Modell kann im Entwicklungszentrum hervorragend funktionieren und in einem anderen Scanner, einer anderen ethnischen Population oder bei älteren Patienten deutlich schlechter. KI darf deshalb nicht als autonomer Diagnostiker verstanden werden. Besonders die Unterscheidung von MS-Läsionen und vaskulären White-Matter-Veränderungen erfordert klinischen Kontext.

355 Digitale Biomarker und Remote Monitoring

Smartphones und Wearables können Ganggeschwindigkeit, Aktivität, Tremor, Schlaf und kognitive Tests wiederholt im Alltag messen. Der Vorteil ist hohe zeitliche Auflösung gegenüber halbjährlichen Klinikbesuchen. Der Nachteil sind Datenschutz, Geräteunterschiede, Adhärenz und unklare klinische Schwellenwerte.

Digitale SDMT-Varianten, Tippgeschwindigkeit, passive Mobilitätsdaten und Smartphone-Gangtests werden untersucht. Ein zukünftiges MS-Monitoring könnte MRT, Blutbiomarker und kontinuierliche digitale Funktionsdaten kombinieren.

356 Digitale Biomarker und kontinuierliches Monitoring

Klinische MS-Besuche sind Momentaufnahmen. Ein Patient kann im Untersuchungsraum 25 Fuß gehen, obwohl seine reale Gehstrecke im Alltag seit Monaten abnimmt. Smartphones und Wearables können Aktivität, Gangrhythmus, Tippdynamik, Tremor, Schlaf und kognitive Leistung häufiger erfassen.

Eine systematische Übersichtsarbeit von 2026 identifizierte 14 Studien zu passivem digitalem Monitoring. Tipp- und Gangparameter korrelierten mit etablierten Funktionsmaßen; multimodale Daten konnten auch Fatigue, Depression und Schlafqualität abbilden. Eine breitere fand 77 Remote-Monitoring-Studien mit 9.463 Menschen mit MS. Quelle: PMID 42674905 und 42348480, https://pubmed.ncbi.nlm.nih.gov/42674905/ ; https://pubmed.ncbi.nlm.nih.gov/42348480/

Der Engpass ist nicht die Sensortechnik, sondern klinische Validierung. Welche Veränderung der täglichen Schrittzahl bedeutet echte Progression? Wie trennt man MS von Wetter, Urlaub, Depression, Infekt oder orthopädischem Schmerz? Datenschutz und digitale Ungleichheit sind zusätzliche Probleme. Digitale Biomarker werden deshalb wahrscheinlich klassische Untersuchung und MRT ergänzen, nicht ersetzen.

Alle Kapitel dieses Ratgebers

  1. 1. Was MS ist und was im Körper geschieht Abschnitt 1–8 · 8
  2. 2. Wie häufig MS ist – weltweit und bei Kindern Abschnitt 9–16 · 8
  3. 3. Ursachen und Risikofaktoren Abschnitt 17–26 · 10
  4. 4. Kann man MS verhindern? Abschnitt 27–35 · 9
  5. 5. Risikofaktoren im Einzelnen Abschnitt 36–45 · 10
  6. 6. MS bei Kindern: erste Anzeichen Abschnitt 46–56 · 11
  7. 7. Symptome bei Jugendlichen und Erwachsenen Abschnitt 57–63 · 7
  8. 8. Schub, Pseudoschub und kurze Attacken Abschnitt 64–70 · 7
  9. 9. Die Diagnose und die McDonald-Kriterien 2024 Abschnitt 71–79 · 9
  10. 10. MRT, Nervenwasser und Biomarker Abschnitt 80–90 · 11
  11. 11. Was sonst dahinterstecken kann: MOGAD, NMOSD, ADEM Abschnitt 91–99 · 9
  12. 12. Verlaufsformen, PIRA und Prognose Abschnitt 100–109 · 10
  13. 13. Grundsätze der Therapie Abschnitt 110–118 · 9
  14. 14. Behandlung eines akuten Schubs Abschnitt 119–122 · 4
  15. 15. Die Medikamente im Überblick Abschnitt 123–128 · 6
  16. 16. Interferone, Glatirameracetat, Teriflunomid und Fumarate Abschnitt 129–141 · 13
  17. 17. S1P-Modulatoren: Fingolimod, Ozanimod, Ponesimod, Siponimod Abschnitt 142–151 · 10
  18. 18. Natalizumab Abschnitt 152–157 · 6
  19. 19. Anti-CD20-Therapien Abschnitt 158–169 · 12
  20. 20. Cladribin, Alemtuzumab und ältere Mittel Abschnitt 170–182 · 13
  21. 21. Progressive MS und BTK-Hemmer Abschnitt 183–195 · 13
  22. 22. Studienvergleiche: Welche Therapie für wen? Abschnitt 196–207 · 12
  23. 23. Sicherheit und Kontrolluntersuchungen Abschnitt 208–220 · 13
  24. 24. Therapiewechsel, Therapieversagen und Absetzen Abschnitt 221–231 · 11
  25. 25. Behandlung bei Kindern und Jugendlichen Abschnitt 232–240 · 9
  26. 26. Leben mit Kinder-MS: Schule, Pubertät, Übergang Abschnitt 241–252 · 12
  27. 27. Impfungen und Infektionen Abschnitt 253–256 · 4
  28. 28. Schwangerschaft, Stillzeit und Familienplanung Abschnitt 257–263 · 7
  29. 29. Beschwerden behandeln: Fatigue, Schmerz, Psyche, Schlaf Abschnitt 264–275 · 12
  30. 30. Blase, Darm, Spastik und weitere Beschwerden Abschnitt 276–289 · 14
  31. 31. Bewegung und Rehabilitation Abschnitt 290–300 · 11
  32. 32. Ernährung, Nahrungsergänzung und Lebensstil Abschnitt 301–308 · 8
  33. 33. Alltag, Beruf, Angehörige und Versorgung Abschnitt 309–318 · 10
  34. 34. MS im Alter, Begleiterkrankungen und fortgeschrittene MS Abschnitt 319–327 · 9
  35. 35. Stammzelltransplantation und Zelltherapien Abschnitt 328–336 · 9
  36. 36. Reparatur, Neuroprotektion und neue Ansätze Abschnitt 337–350 · 14
  37. 37. Digitale Messung und künstliche Intelligenz Abschnitt 351–356 · 6
  38. 38. Kann MS geheilt werden? Abschnitt 357–367 · 11
  39. 39. MS weltweit: Versorgung und Ländervergleich Abschnitt 368–379 · 12
  40. 40. Länderprofile und regionale Forschung Abschnitt 380–389 · 10
  41. 41. Kernaussagen, Mythen und Glossar Abschnitt 390–402 · 13
  42. 42. Wie sicher ist das Wissen? Abschnitt 403–414 · 12
  43. 43. Wie dieser Ratgeber entstanden ist Abschnitt 415–441 · 27