Gute Aussichten für die Neuromedizin
Birgit Frohn Dipl. biol.Wie können wir das menschliche Gehirn nicht nur besser verstehen, sondern auch schützen und bei Erkrankungen positiv beeinflussen? Das rege Forschungstreiben der letzten Jahre hierzu macht beeindruckende Fortschritte. Sie eröffnen zahlreiche vielversprechende Optionen in der neurologischen Therapie.
Laut dem Global Status Report on Neurology von 2025 [1] lebt über 40% der Weltbevölkerung mit einer oftmals unheilbaren neurologischen Erkrankung. Dieser Befund unterstreicht einmal mehr, welche enorme Bedeutung die Forschung der Neurowissenschaften und die Entwicklung neuer Therapien innehaben. Die intensiven wissenschaftlichen Aktivitäten der letzten Jahre und innovative Technologien ebnen den Weg dafür: Sie können künftig dazu beitragen, den zahllosen Betroffenen von neurologischen Erkrankungen wirksame therapeutische Hilfe zu leisten.
Epilepsie-Forschung: Fenster zum Gehirn
Die Erforschung der Epilepsie hat sich als wissenschaftliches Modell zur Entschlüsselung grundlegender neurophysiologischer Mechanismen des menschlichen Gehirns etabliert. Denn moderne EEG-Verfahren, insbesondere invasive Ableitungen bei Menschen mit Epilepsie, ermöglichen einzigartige Einblicke in neuronale Netzwerke, Hirnrhythmen und die Dynamik zwischen pathologischer und physiologischer Aktivität. Laut Prof. Dr. Jan Rémi, stellvertretender Direktor der Neurologischen Klinik und Poliklinik am LMU Klinikum München und Leiter des Epilepsie-Zentrums, zeigen Forschungsergebnisse, dass epileptische Aktivität eng mit denselben neuronalen Oszillationen verknüpft ist, die auch für Schlaf, Gedächtniskonsolidierung und kognitive Prozesse essenziell sind. Die zur Diagnostik häufig eingesetzten invasiven Elektroden ermöglichen die direkte Messung neuronaler Aktivität aus tiefen Hirnstrukturen wie Hippocampus, Amygdala oder Thalamus in sehr hoher zeitlicher Auflösung. „Die so gewonnenen Daten übersteigen in ihrer Präzision deutlich die Möglichkeiten nicht-invasiver Messverfahren und eröffnen einen einzigartigen Einblick in die Dynamik menschlicher Hirnnetzwerke“, so Prof. Rémi.
Die Epilepsie-Forschung ermöglicht es uns, das Gehirn mit einer zeitlichen und räumlichen Auflösung zu messen, die sonst kaum möglich ist.
Ein zentrales Forschungsfeld, in dem Epilepsie zu neuen Erkenntnissen führt, ist die Neurophysiologie des Schlafes. Eine Studie untersuchte, wie Oszillationen im Nicht-REM-Schlaf (NREM), sogenannte Slow Oscillations, Schlafspindeln, Hippocampus-Ripples und Gedächtniskonsolidierung fördern [2]. Wie sich zeigte, ging eine erhöhte Slow-Oscillation- und Spindel-Aktivität während des NREM-Schlaf mit Anzeichen erfolgreicher Gedächtnisreaktivierung einher. „Die Ergebnisse betonen die Bedeutung eines zeitlich koordinierten Zusammenspiels der drei Schlaf-Oszillationen für die Übertragung von Gedächtnisinhalten vom Hippocampus in langfristige Speicher im Kortex“, so Prof. Rémi. Die Erkenntnisse können auch zur Vorhersage von Anfällen genutzt werden: Eine Studie zur Rolle von Schlafspindeln bei Epilepsie untersuchte prächirurgische EEG-Aufzeichnungen, bei denen Anfälle während der N2-Schlafphase begannen – einer Phase des Nicht-REM-Schlafs, die durch leichte Schlafstadien mit Schlafspindeln gekennzeichnet ist. Es zeigte sich im EEG ein signifikanter Rückgang der Dichte der Schlafspindeln, der im Mittel etwa drei 30-Sekunden-Abschnitte vor dem klinischen Anfall begann [3]. Das macht Schlafspindeln nach den Worten von Prof. Rémi zu einem sensiblen Marker, der im EEG gut erkennbar und automatisierbar ist – sowohl für bevorstehende Anfälle als auch für die funktionelle Integrität jener Netzwerke, die auch für Lernen und Gedächtnisbildung erforderlich sind. „Die Erkenntnisse verbessern nicht nur Diagnostik und Therapie von Epilepsie, sondern tragen auch wesentlich zum grundlegenden Verständnis der neuronalen Organisation des Gehirns bei“.
24/7 zum Epilepsie-Monitoring
War das ein Anfall, wann droht der nächste? Fragen, die für Menschen mit Epilepsie essentiell wichtig sind – und leider oft ungeklärt bleiben. Denn wie Prof. Dr. Rainer Surges, Direktor der Klinik und Poliklinik für Epileptologie am Universitätsklinikum Bonn beklagt, ist das Monitoring absolut unzureichend. „Es stützt sich häufig auf fehleranfällige Tagebücher zur Symptomatik und punktuelle Untersuchungen ohne klaren zeitlichen Bezug zur Krankheitsdynamik. Zudem werden viele der Anfälle nicht bemerkt, etwa im Schlaf“. Hochproblematisch, da epileptische Anfälle potenziell lebensbedrohlich sein und zu schweren Verletzungen oder zum plötzlichen Epilepsietod (SUDEP) führen können. Klinisch geprüfte Wearables zur Detektion könnten dieses Risiko reduzieren [4]. Diese Wearables erfassen kontinuierlich objektive Körpersignale. Bei Epilepsie können die tragbaren Mini-Computer sonst unbemerkte Anfälle erkennen und im Notfall Hilfe alarmieren. „Das erhöht die Sicherheit und Autonomie der Betroffenen“, so Prof. Surges. Was immer mehr Studien zum Einsatz solcher Wearables und deren Leistungsfähigkeit sowie Sicherheit bestätigen [5]. Und, so der Bonner Experte: „Sie können sich kombiniert mit Künstlicher Intelligenz von reinen Messinstrumenten zu klinisch relevanten Entscheidungshilfen mausern“. Denn KI-Modelle erkennen epileptiforme Aktivität in EEG-Daten mit einer Genauigkeit, die ein Expertenniveau erreicht [6]. Zudem verbessern sie die Erkennung kleiner struktureller Hirnveränderungen wie fokaler kortikaler Dysplasien in der Bildgebung [7]. Wichtig, so Prof. Surges ist jedoch, klinisch geprüfte und verordnungsfähige Medizinprodukte vom wachsenden Markt frei verkäuflicher Neuro-Wearables abzugrenzen: „Diese liefern beispielsweise aufgrund von Signalartefakten häufig keine medizinisch sicher verwertbaren Informationen und sind oft datenschutzrechtlich problematisch.“
Scharfe Welle – der Bonner Epilepsie-Podcast
Der von Prof. Surges etablierte Podcast widmet sich Themen rund um die Erforschung von Epilepsie und dem Leben mit der Erkrankung. In Folge 37 geht es um: Wearables und digitale Hilfsmittel bei Epilepsie – wann sind sie sinnvoll. Hier der Link dazu: www.ukbonn.de/epileptologie/podcast-und-co/podcast
Time is brain – KI leistet dabei effektiven Support
Bei der Akutversorgung des ischämischen Schlaganfalls zählt jede Minute: In kürzester Zeit müssen die Diagnose gestellt und wichtige Entscheidungen zur Art der Therapie getroffen werden. Laut Prof. Dr. Dorothee Saur, stellvertretende Direktorin der Klinik und Poliklinik für Neurologie am Universitätsklinikum Leipzig (UKL), kann künstliche Intelligenz hier eine wertvolle Unterstützung sein. „Eine KI-gestützte Datenanalyse zur Art der Therapie erlaubt sehr präzise Vorhersagen und ermöglicht eine personalisierte Entscheidungsunterstützung im akuten Schlaganfall-Management“. Neue Ergebnisse aus einem interdisziplinären Projekt von Prof. Saur am Universitätsklinikum Leipzig zeigen, dass sich mithilfe KI die klinischen Entscheidungsprozesse für oder gegen eine invasive Therapie signifikant verbessern lassen [8]. Das KI-Modell wertet dazu Computertomografie-Bilddaten aus der neurophysiologischen Diagnostik aus und nutzt Deep-Learning-Techniken, um sie mit unterschiedlichen Datenquellen zu verknüpfen. „Auf diese Weise lassen sich das Ausmaß des zu erwartenden Gewebeschadens und der Behandlungserfolg einer Thrombektomie mit hoher Genauigkeit vorhersagen“. Prof. Saurs Team wird die Ergebnisse anhand weiterer Daten validieren und die Anwendung anderen spezialisierten Teams für den klinischen Einsatz verfügbar machen. „Unser Ziel ist es, eine Software zu entwickeln, die auch auf mobilen Endgeräten allen Akteuren bei der Schlaganfallversorgung Hilfestellung für eine schnelle und sichere Entscheidung liefert“, so Prof. Saur.
Auch bei neurodegenerativen Erkrankungen wie Alzheimer entscheidet nach den Worten der Leipziger Neurologin eine frühzeitige, differenzierte Diagnostik über den therapeutischen Erfolg. So beispielsweise bei den ersten 2025 EU-weit zugelassenen Antikörper-Medikamenten gegen die Alzheimer-Krankheit mit den Wirkstoffen Lecanemab und Donanemab: Die monoklonalen IgG1-Antikörper reduzieren gezielt die typischen Beta-Amyloid-Ablagerungen im Gehirn. Die Behandlung kann Alzheimer nicht heilen, aber in einem frühen Stadium den kognitiven Abbau um einige Monate signifikant verlangsamen [9].
Die interdisziplinäre Integration von klinischer Expertise, digitaler Intelligenz und modernster bildgebender Diagnostik hat das Potenzial, das Verständnis und die Behandlung komplexer neurologischer Erkrankungen grundlegend zu transformieren.
Hochpräzise Neuromodulation mit THS
Mit der tiefen Hirnstimulation, kurz THS, lassen sich durch die gezielte elektrische Modulation spezifischer Hirnregionen krankhafte Netzwerkaktivitäten beeinflussen und Symptome auf diese Weise nachhaltig bessern. Entsprechend wird die THS seit Längerem erfolgreich bei neurologischen Erkrankungen wie Parkinson, essentiellem Tremor, Dystonien sowie bei ausgewählten psychiatrischen und chronischen Schmerzsyndromen eingesetzt. In den vergangenen Jahren hat sich dieses etablierte Verfahren der funktionellen Neurochirurgie transformiert – von einer rein symptomorientierten Therapie hin zu einem hochpräzisen neuromodulatorischen Ansatz. Inzwischen erlauben moderne adaptive „closed loop“-Systeme eine individualisierte, dynamische Anpassung der Stimulation in Abhängigkeit von neuronalen Signalen der Behandelten. Das rückt die THS sukzessive mehr in die Nähe intelligenter Neurotechnologien, die perspektivisch mit Hirn-Computer-Schnittstellen – sogenannten Brain-Computer Interfaces (BCI) – verschmelzen. Derartige Systeme können zukünftig nicht nur die Neuromodulation, sondern auch das Auslesen neuronaler Aktivität in Echtzeit ermöglichen.
Intelligente Hirnschrittmacher: adaptive tiefe Hirnstimulation
Die adaptive Tiefe Hirnstimulation (aTHS) gilt als Prototyp der nächsten Generation „intelligenter“ Hirnschrittmacher. Im Unterschied zur herkömmlichen THS, die kontinuierlich elektrische Impulse mit fester Amplitude sendet, passen adaptive Systeme die Stimulation in Echtzeit an krankheitstypische Hirnsignale an. Das gilt besonders für sogenannte Beta-Oszillationen im Nucleus subthalamicus, die mit den motorischen Symptomen korrelieren („closed loop“). Mit der Zulassung der ersten adaptiven Tiefen Hirnstimulation (aTHS) im Jahr 2025 in den USA und Europa steht eine neue Option für die Therapie bei Morbus Parkinson zur Verfügung. Sie ermöglicht eine personalisierte, bedarfsgerechte Stimulation, die sich an die individuelle Hirnaktivität anpasst. Erste klinische Anwendungen zeigen vielversprechende Ergebnisse [10]. „Diese smarten Hirnschrittmachermarkieren einen Wendepunkt in der Neuromedizin. Denn sie eröffnen neue Perspektiven für die neurotechnologische Behandlung eines breiten Spektrums neurologischer Erkrankungen“, so Prof. Dr. Andrea Kühn, Direktorin der Sektion Bewegungsstörungen und Neuromodulation an der Klinik für Neurologie der Charité Berlin. Die adaptive THS gilt nicht nur als Meilenstein in der Parkinson-Therapie, sondern auch als Modell für zukünftige personalisierte, KI-gestützte Neuromodulationssysteme bei anderen Indikationen wie etwa Epilepsie oder Depressionen.
Quelle:Pressemitteilung zum 3. Kongress über Deep Brain Stimulation (DBS) in Würzburg vom 18.02.2026
Pressekonferenz der Deutschen Gesellschaft für Klinische Neurophysiologie und funktionale Bildgebung (DGKN) am 23.02.2026
Literatur:
- (1)
WHO: Global status report on neurology, abrufbar unter: https://www.who.int/publications/i/item/9789240116139, letzter Zugriff: 05.03.2026.
- (2)
Schreiner T. et al. Spindle-locked ripples mediate memory reactivation during human NREM sleep. Nat Commun. 2024; 15(1): 5249. doi:10.1038/s41467-024-49572-8.
- (3)
Rémi J. et al. Sleep spindle reduction precedes seizures by several epochs. Clin Neurophysiol. 2018; 129(8): 1624 – 1625.
- (4)
Surges R. Wearables bei Epilepsien. Klin Neurophysiol 2021; 52: 29 – 38.
- (5)
Donner E. et al. Wearable Digital Health Technology for Epilepsy. N Engl J Med. 2024; 390(8): 736 – 745.
- (6)
Tjepkema-Cloostermans M.C. et al. Expert level of detection of interictal discharges with a deep neural network. Epilepsia. 2025; 66(1): 184 – 194.
- (7)
Kersting L. N. et al. Detection of focal cortical dysplasia: Development and multicentric evaluation of artificial intelligence models. Epilepsia. 2025; 66(4): 1165 – 1176.
- (8)
von Braun M. S. et al. Prediction of tissue and clinical thrombectomy outcome in acute is chaemic stroke using deep learning. Brain 2025; 148(7): 2348 – 2360.
- (9)
van Dyck C. H. et al. Lecanemab in Early Alzheimer's Disease. N Engl J Med. 2023; 388(1): 9 – 21.
- (10)
Busch J. L. et al. Chronic adaptive deep brain stimulation for Parkinson's disease: clinical outcomes and programming strategies. NPJ Parkinsons Dis. 2025; 11(1): 264.