BOSTON / LONDON (IT BOLTWISE) – Eine randomisierte Studie zeigt: Accelerated TMS wird deutlich wirksamer, wenn Kliniker das Ziel nicht über Scalp-Methoden, sondern über individuelle fMRI-basierte Connectivity bestimmen. Nach einem Monat erreichen Patienten mit funktionell abgeleiteten Zielregionen eine höhere Response-Rate und stärkere Symptomreduktion auf der MADRS-Skala. Die Behandlung schrumpft dabei den typischen Mehrwochen-Ansatz durch aTMS in nur eine Woche. Entscheidend ist, dass die Bildgebung nicht nur Forschung bleibt, sondern prospektiv in bessere Outcomes übersetzt.
Das Versprechen klingt bestechend, weil es den größten Engpass bisheriger TMS-Programme adressiert: Wer die Stimulation „irgendwo auf dem Kopf“ ausrichtet, trifft zwar oft die richtigen Areale – aber nicht zwingend die individuellen Verschaltungswege, die Depression im Gehirn stabilisieren. Eine neue randomisierte Studie aus dem Umfeld von Mass General Brigham testet genau diesen Punkt bei therapieresistenter Major Depression. Statt des klassischen, scalp-basierten Targetings wird die Zielregion über eine individuelle fMRI-Aufnahme abgeleitet, die zeigt, wie sich Gehirnareale im Ruhezustand funktionell koordinieren.
Technisch setzt das Konzept auf Accelerated TMS (aTMS), bei dem mehrere Sitzungen pro Tag stattfinden. Dadurch lässt sich eine Behandlung, die sonst häufig mehrere Wochen beansprucht, auf einen Zeitraum von rund einer Woche komprimieren. Vor Beginn absolvieren alle Teilnehmenden eine 41-minütige multiecho resting-state fMRI, deren Messwerte anschließend zur Bestimmung des individuellen Stimulationziels genutzt werden. Der Connectivity-basierte Target wird als linksseitige dorsolaterale präfrontale Region definiert, gewählt über die höchste Korrelation zu einem öffentlich verfügbaren, konvergenten Depressions-Schaltkreis.
Im Detail unterscheidet sich das Vorgehen klar von „Beam“-ähnlichen Skalierungsverfahren, bei denen die Kopfoberfläche und anatomische Landmarken die Zielposition festlegen. Beim Imaging-orientierten Ansatz wird dagegen die funktionelle Topologie der Netzwerke herangezogen: Welche Knoten kommunizieren im Ruhezustand besonders stark, und wie hängt das mit depressionsrelevanten Strukturen zusammen, etwa mit negativer Konnektivität zur subgenualen Cingulate Cortex? Für die Praxis bedeutet das: Die Stimulation wird nicht als geodätischer Treffer behandelt, sondern als Netzwerk-Pinning – also als gezielte Beeinflussung eines individuellen Schaltplans.
Die Studie vergleicht Connectivity-Targeting gegen scalp-basierte Targeting-Variante in einem prospektiven, randomisierten Design. Eingeschlossen waren 40 Erwachsene im Alter von 22 bis 80 Jahren, moderat bis schwer ausgeprägt auf der Montgomery-Åsberg Depression Rating Scale (MADRS) und mit moderater bis schwerer Therapieresistenz nach Maudsley-Staging. Das Setting erfolgte im Center for Brain Circuit Therapeutics in Boston, und sowohl Teilnehmende als auch klinische Rater sowie die relevanten Studienärztinnen und -ärzte waren bezüglich der Zuweisung geblindet. Damit reduziert sich das Risiko, dass Placeboeffekte oder Erwartungshaltungen die Ergebnisinterpretation überlagern.
Die Resultate sind für eine Technologie-Bewertung besonders relevant, weil sie nicht nur statistische Signifikanz, sondern auch Effektgröße und klinische Relevanz abdecken. Nach einem Monat zeigte die Connectivity-basierte Gruppe eine mediane MADRS-Reduktion von 24 Punkten gegenüber 18 Punkten im scalp-basierten Arm (P=0,02). Die berichtete Effektstärke liegt bei 0,8 (Cohen-d-analog), begleitet von einem 95%-Konfidenzintervall von 0,26 bis 1,54. Auch operational wird es greifbar: Die Response-Rate stieg auf 80% gegenüber 60% – und die Autoren leiten daraus eine Number Needed to Scan von 5 ab, also einen messbaren Zusatznutzen pro erforderlicher Bildgebung.
Markt- und Wettbewerbsseitig ist das eine Verschiebung gegenüber dem etablierten TMS-Standard, bei dem Zieldefinitionen häufig pragmatisch erfolgen, weil sie im Klinikalltag schneller und günstiger zu implementieren sind. Gleichzeitig arbeiten mehrere Anbieter an TMS-Workflows, die entweder stärker auf Patientenauswahl und Protokollierung setzen oder kommerzielle Bild- und Navigationslösungen integrieren. In diesem Kontext konkurriert die neue Methodik nicht nur um Wirksamkeit, sondern auch um den Platz im Betriebsmodell: Wer TMS eskaliert (z. B. für mehr Patientinnen und Patienten), braucht skalierbare Targeting-Logik. Genau hier spielt fMRI als „Qualitätsfilter“ eine neue Rolle, wobei der höhere Aufwand gegen den klinischen Mehrwert abgewogen werden muss.
Branchenstimmen betonen seit Jahren das Spannungsfeld zwischen neurobiologischer Präzision und Kosteneffizienz. Joseph Taylor, korrespondierender Autor, bringt es in seiner Argumentation auf den Punkt: Neuroimaging habe viel über das Gehirn gelehrt, aber der Nachweis, dass Bildgebung die Versorgung messbar verbessert, sei bisher schwer gewesen. In einem direkten Abgleich mit konventionellem Targeting formuliert er auch die zweite Motivation: Bildgebung erzeugt Kosten und Komplexität, daher müsse man zeigen, ob sie darüber hinaus einen echten Zusatznutzen liefert. Zusätzlich deutet die Studie an, dass frühere retrospektive Hinweise nun durch prospektive Evidenz untermauert werden – ein wichtiger Schritt, wenn Anbieter und Kostenträger über Skalierung verhandeln.
Für den Ausblick ist entscheidend, dass die Studie selbst Limitationen benennt: relativ kleine Stichprobe, Single-Site-Design und Follow-up mit primärem Outcome nach einem Monat sowie weiteren Messpunkten über ein Jahr. Die Arbeitsgruppe plant größere, multizentrische Studien, um die Wirksamkeit für heterogene Patientengruppen zu validieren und die Dauerhaftigkeit des Effekts zu prüfen. Regulatorisch bleibt das Thema „FDA-cleared TMS“ ein Anker, aber das Targeting- und Workflow-Add-on kann neue Anforderungen an klinische Routineprozesse, Qualitätskontrollen und Datenschutz stellen – insbesondere, weil fMRI-Daten hochsensibel sind. Aus Sicht der Entwicklungsteams in Kliniken eröffnet die Studie zudem klare Chancen: KI-gestützte Pipeline-Designs für Targeting, Reproduzierbarkeit und Auditierbarkeit könnten aus dem Forschungsansatz eine skalierbare Produkt- und Prozessfähigkeit machen. Die Ergebnisse sind in JAMA Psychiatry veröffentlicht.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-gestütztes fMRI-Targeting macht Accelerated TMS bei Depression wirksamer" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-gestütztes fMRI-Targeting macht Accelerated TMS bei Depression wirksamer" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-gestütztes fMRI-Targeting macht Accelerated TMS bei Depression wirksamer« bei Google Deutschland suchen, bei Bing oder Google News!