In dieser Studie wurde untersucht, ob eine künstliche Intelligenz (KI) anhand von Herz- und Kreislaufmessungen ME/CFS-Betroffene von gesunden Menschen unterscheiden kann. Bei 112 ME/CFS-Patienten und 61 gesunden Kontrollpersonen wurden Herzschlag-für-Herzschlag-Daten des autonomen Nervensystems (das unbewusst Herz und Kreislauf steuert) mit einem speziellen Messgerät erfasst, etwa Herzfrequenz, Blutdruck und Schlagvolumen des Herzens. Ein KI-Modell (Kombination aus zwei Lernverfahren) wurde trainiert, diese Daten zu analysieren. Das Ergebnis: Die KI konnte ME/CFS-Patienten mit hoher Genauigkeit (89%) von Gesunden unterscheiden. Bei ME/CFS-Betroffenen zeigten sich typische Muster: weniger Schwankungen der Herzfrequenz (Hinweis auf geringere Aktivität des beruhigenden 'Vagus'-Nervs), stärkere Blutdruckanstiege (Hinweis auf erhöhte Stressnerven-Aktivität) und weniger effektive Herzarbeit. Die Studie deutet darauf hin, dass solche Messungen künftig helfen könnten, ME/CFS objektiver zu diagnostizieren. Sie ist aber noch vorläufig – die Ergebnisse müssen in weiteren, unabhängigen Studien bestätigt werden, bevor sie in der Praxis eingesetzt werden können.
Datenquelle: Diese Zusammenfassung wurde automatisch aus der Originalveröffentlichung erstellt und kann Fehler enthalten. Maßgeblich ist allein die Originalstudie (DOI 10.1186/s12967-025-07433-y).