Diese Studie untersucht, ob sich ME/CFS anhand von Stoffwechselprodukten im Blutplasma (Metabolomik) mittels künstlicher Intelligenz erkennen lässt. Bei 197 Personen (106 mit ME/CFS, 91 gesunde Kontrollen) wurden 888 Stoffwechselmerkmale gemessen und mit drei lernenden Computerprogrammen (Ensemble-Klassifikatoren) ausgewertet, wobei ein spezielles Verfahren (Pareto-Guided-Ansatz) die wichtigsten Merkmale herausfilterte. Das beste Modell (Explainable Boosting Machine) erreichte eine Trefferquote von rund 91% und konnte gut zwischen Betroffenen und Gesunden unterscheiden. Besonders aussagekräftig waren nicht einzelne Stoffe, sondern Kombinationen von zwei Substanzen gleichzeitig, etwa bestimmte Aminosäuren und Abbauprodukte des Tryptophan-Stoffwechsels (der auch mit Serotonin zusammenhängt) sowie Fettstoffwechsel-Produkte. Das deutet auf Störungen im Aminosäure-Abbau, im Energiestoffwechsel der Zellen (Mitochondrien) und im Fettstoffwechsel hin. Die Methode macht zudem nachvollziehbar, welche Werte bei einzelnen Personen ausschlaggebend waren. Wichtig: Die Studie ist noch klein, basiert nur auf einer einzigen Datenerhebung und muss erst an anderen Personengruppen bestätigt werden, be
Datenquelle: Diese Zusammenfassung wurde automatisch aus der Originalveröffentlichung erstellt und kann Fehler enthalten. Maßgeblich ist allein die Originalstudie (DOI 10.3390/ijms27135920).