Cognivia ist das erste und einzige Unternehmen, das die Quantifizierung der Patientenpsychologie mit künstlicher Intelligenz (AI) und maschinellem Lernen (ML) kombiniert, um die Messung der therapeutischen Wirksamkeit in klinischen Studien zu verbessern – und darüber hinaus. Cognivia-Technologien sagen das Patientenverhalten und das Ansprechen auf die Behandlung in klinischen Studien mithilfe von prädiktiven, ML-gestützten Algorithmen voraus, die auf einem quantitativen Verständnis der psychologischen Merkmale, Erwartungen und Überzeugungen der Patienten beruhen, die mit unseren eigenen und speziell zu diesem Zweck entwickelten Fragebögen erhoben wurden. Cognivia hat sich zum Ziel gesetzt, die „Kraft des Geistes“ zu nutzen und dieses einzigartige Phänomen zu quantifizieren, um die Erfolgsquoten klinischer Studien zu verbessern, das Risiko bei der Entwicklung von Arzneimitteln zu senken und letztlich die Gesundheitsversorgung zu verbessern.

Ein internationales Team um Stefan Feuerriegel, Leiter des Instituts für AI in Management an der LMU, hat das Potenzial eines vergleichsweise neuen Zweigs von KI für Diagnostik und Therapie aus. Lassen sich mit sogenanntem Kausalen Maschinellen Lernen (ML) Behandlungsergebnisse abschätzen – besser als mit bisher gängigen Machine-Learning-Verfahren? Ja, heißt es in einer programmatischen Arbeit der Gruppe im angesehenen Fachblatt Nature Medicine, es werde Wirksamkeit und Sicherheit von Behandlungen verbessern können. Insbesondere biete die neue Machine-Learning-Variante „eine Fülle von Möglichkeiten, Behandlungsstrategien zu personalisieren und damit die Gesundheit der Patienten individuell zu verbessern“, schreiben die Forscherinnen und Forscher aus München, Cambridge (Großbritannien) und Boston (USA), zu denen auch Stefan Bauer und Niki Kilbertus, Informatikprofessoren an der Technischen Universität München (TUM) und Arbeitsgruppenleiter bei Helmholtz AI, gehören. Die Autoren führen dafür das Beispiel Diabetes an: Klassisches ML würde darauf abzielen vorherzusagen, wie wahrscheinlich… 

Researchers at Tohoku University have monitored astrocyte activity using fluorescence calcium sensors, discovering that astrocyte activity starts approximately 20 seconds before the onset of epileptic neuronal hyperactivity. This suggests that astrocytes play a significant part in triggering epileptic seizures, facilitating the hyper-drive of the neural circuit. The findings were detailed in the journal Glia on April 9, 2024. Astrocytes are non-neuronal glial cells that occupy almost half of the brain. They have been shown to control the local ionic and metabotropic environment in the brain. Yet, since they do not exhibit electrical activity that can be easily monitored, their role in the function of the brain has largely been neglected. Fluorescence sensor proteins are changing this, revealing more about the mesmerizing activity of astrocytes. „Astrocytes appear to have a determinant role in controlling the state of neuronal activity and synaptic…