ADHS und Diagnostik der Aufmerksamkeit mit fMRI

Achtung: Noch ist das reine Forschung und weit von der klinischen Routinemöglichkeit entfernt. Denn kaum ein Therapeut wird sich eine funktionelle Kernspin-Diagnostik in seiner Praxis leisten können. Aber spannend ist es schon, oder?

Funktionelle Kernspin-Untersuchungen können Schweregrad bei ADHS vorhersagen

Mithilfe eines Modells der fMRI-Daten von 92 Personen, die verschiedene Arten von Aufmerksamkeitsaufgaben lösen mussten, gelang es dem Labor von Marvin Chun aus Yale, allein auf der Grundlage ihrer Gehirnscans vorherzusagen, wie gut diese Personen bei den Aufgaben abschneiden würden.

Dieses verallgemeinerte Modell kann auch den Schweregrad eines individuellen Falles von Aufmerksamkeitsdefizit- und Hyperaktivitätsstörung vorhersagen.

Die Studie wurde am 3. März in der Zeitschrift Nature Human Behavior veröffentlicht.

“Aufmerksamkeit ist eine so wichtige Fähigkeit für die Schule, den Sport, die Arbeit und sogar für das Glücklichsein, aber es ist schwer, sie mit einer Zahl zu belegen wie den Blutdruck oder den IQ”, sagte Chun, Richard M. Colgate Professor für Psychologie, Professor für Neurowissenschaften und Mitverfasser der Studie.

“Jetzt können wir Menschen in einen Scanner setzen und eine Punktzahl erhalten, die angibt, wie gut eine Person bei Aufmerksamkeitsaufgaben im Vergleich zu anderen Menschen abschneiden wird.

Aufmerksamkeits-Funktionen sind neuropsychologisch komplex

Aufmerksamkeit hat viele Dimensionen, darunter die Fähigkeit, die Aufmerksamkeit aufrechtzuerhalten oder sich zu konzentrieren, wenn man abgelenkt wird, und die Fähigkeit, anstehende Aufgaben im Arbeitsgedächtnis zu speichern.

Für die neue Studie analysierten Chun und ein Forscherteam unter der Leitung von Kwangsun Ray Yoo aus Yale Daten aus Gehirnscans von Personen, die eine Reihe von aufmerksamkeitsbezogenen Aufgaben ausführten, wie z. B. Übungen zur anhaltenden Konzentration, und verknüpften diese Informationen mit Aktivitätsmustern in verschiedenen Gehirnregionen.

Anschließend erstellten sie ein Computermodell, das so empfindlich ist, dass es vorhersagen kann, wie gut eine Person bei einer aufmerksamkeitsbezogenen Aufgabe abschneiden wird, selbst wenn sich das Gehirn im Ruhezustand befindet.

“Das Gehirn ist miteinander vernetzt und läuft immer wie ein schlagendes Herz”, sagte Chun.

“Wir können all diese komplexen Muster nehmen und die Daten analysieren, um einen Fingerabdruck der Aufmerksamkeitsfähigkeit des Gehirns zu erstellen.”

Die Messung kann bei der Diagnose von ADHS helfen und als Neurofeedback eingesetzt werden, um die eigene Konzentration zu verbessern.

Nun ja, warten wir mal ab. Immerhin ein guter Schritt voran sich der Thematik ADHS und der Rolle des Aufmerksamkeits-Managements bzw. der Exekutivfunktionen zu nähern.

Kwangsun Yoo, Monica D. Rosenberg, Young Hye Kwon, Qi Lin, Emily W. Avery, Dustin Sheinost, R. Todd Constable, Marvin M. Chun. A brain-based general measure of attention. Nature Human Behaviour, 2022; DOI: 10.1038/s41562-022-01301-1