Diese Übersichtsarbeit fasst 43 Studien (2011-2024) zusammen, die künstliche Intelligenz (KI) und maschinelles Lernen (Computerprogramme, die aus Daten Muster erkennen) zur Diagnose und Behandlung von Fibromyalgie untersucht haben. Fibromyalgie ist wie ME/CFS schwer zu diagnostizieren, da es keine eindeutigen Biomarker (messbare Körperwerte) gibt. Die meisten Studien nutzten KI, um anhand von Hirnscans, Genaktivität, Augenuntersuchungen oder Stoffwechselprodukten Muster zu finden, die Fibromyalgie-Patienten von Gesunden unterscheiden. Besonders interessant für ME/CFS: Eine Studie fand mittels KI 11 sogenannte microRNAs (kleine Erbgut-Bausteine im Blut), die Fibromyalgie, ME/CFS und gesunde Personen voneinander unterscheiden konnten - das könnte langfristig bei der Diagnose helfen. Die berichteten Erkennungsraten der Modelle lagen zwischen 82% und 100%. Wichtig: Die meisten Studien waren erste Testversuche mit kleinen, unausgewogenen Teilnehmergruppen, die Ergebnisse sind daher vorläufig und nicht allgemein übertragbar. Größere, sorgfältig kontrollierte Studien sind nötig, bevor solche KI-Methoden im Alltag zuverlässig eingesetzt werden können.
Datenquelle: Diese Zusammenfassung wurde automatisch aus der Originalveröffentlichung erstellt und kann Fehler enthalten. Maßgeblich ist allein die Originalstudie (DOI 10.1080/10669817.2026.2630999).