Neurologie & Psychiatrie
Digitale Präsenz
Ärzte im Netz ermöglichte eine digitale Präsenz für neurologische und psychiatrisch-psychotherapeutische Praxen. Mit Angeboten wie PraxisApps „Mein Psychiater“ und „Mein Neurologe“, zertifizierter Videosprechstunde und Online-Terminverwaltung. Die Lösungen sind in Zusammenarbeit mit Berufsverbänden der Neurologie und Psychiatrie entwickelt. (neurologen-und-psychiater-im-netz.org)
Die Cortex.DIREKT-App ist der Nachrichtendienst der neuropsychiatrischen Berufsverbände BVDN, BVDP und BDN. Mitglieder dieser Verbände können sich mit ihrer Mitgliedsnummer registrieren und Push-Nachrichten mit wichtigen Informationen zu Themen wie Honoraren oder Fortbildungsveranstaltungen direkt auf ihr Smartphone oder Tablet erhalten. Nutzer können individuell auswählen, welche Informationskanäle sie abonnieren möchten, und die App ist für Mitglieder kostenfrei. Entwickelt in Zusammenarbeit mit Monks-Ärzte im Netz.
Digitales Kopfschmerztagebuch
Die DMKG-App ist ein elektronischer Kopfschmerzkalender der Deutschen Migräne- und Kopfschmerzgesellschaft e.V. Nutzende können sich an Einträge erinnern lassen und eine übersichtliche Zusammenfassung in der App ansehen oder herunterladen. Sie unterstützt zudem die Kopfschmerzforschung in Deutschland als Teil des „Kopfschmerzregister“-Projekts, indem pseudonymisierte Daten für wissenschaftliche Auswertungen genutzt werden, um die Kopfschmerzversorgung langfristig zu verbessern. Die App ist kostenlos, werbefrei und sowohl für Android als auch iOS verfügbar. Weitere Infos gibt es unter www.kopfschmerzregister.de.
Weitere digitale Anwendungen
| Name | URL |
|---|---|
| Floodlight MS | Roche Pressemitteilung |
| Emendia MS | neurosys.de/emendia |
| Brisa | Brisa App Google Play Store |
| Neolexon | neolexon.de |
| NeuroNation MED | neuronation-med.de |
| MoveApp | deutsche-parkinson-hilfe.de/foerderprojekte/moveapp |
| MS Kognition | dmsg.de/ms-kognition |
| HeadApp | headapp.com/de |
TinySteps ist eine kostenlose Bewegungs-App, entwickelt von Alexion Pharma Germany GmbH in Zusammenarbeit mit Patient:innen, Physiotherapeut:innen und Neurolog:innen, um Menschen mit Myasthenia gravis (MG) und Neuromyelitis-Optica-Spektrum-Erkrankungen (NMOSD) zu mehr Aktivität im Alltag zu verhelfen. Die App bietet kurze, herunterladbare Übungsvideos, die auch offline genutzt werden können, sowie Live-Übungen alle zwei Wochen, wissenswerte Artikel und eine Erinnerungsfunktion. Sie ist kein medizinisches Produkt, sondern dient als Vorlage für Bewegung nach therapeutischer Rücksprache, mit dem Ziel, die Lebensqualität Betroffener durch kleine, machbare Schritte zu verbessern. TinySteps ist sofort nutzbar, ohne Anmeldung, und wurde speziell auf die Bedürfnisse neuromuskulär Erkrankter abgestimmt.
Online Ressourcen
eisai-epitrack.com ist eine Plattform von Eisai, einem globalen Pharmaunternehmen, die EpiTrack® vorstellt, ein klinisches Werkzeug zur Beurteilung von Aufmerksamkeit und exekutiven Funktionen bei Patienten mit Epilepsie. EpiTrack dient Ärzten, Pflegekräften, Psychologen und anderen Gesundheitsfachkräften als Screening-Instrument, um kognitive Nebenwirkungen von Antiepileptika sowie Auswirkungen von Anfällen zu verfolgen.
Forschung
BrainTrip will mit NeuroAI basierend auf EEG-Hirnwellenanalyse zügige, kostengünstige und nicht-invasive neurologische Diagnostik in Arztpraxen bringen. Die KI-gestützte Technologie analysiert Gehirnwellen und erkennt Krankheiten wie Demenz und Depression.
Teleneuropsychologie
Teleneuropsychologie, die Fernanwendung neuropsychologischer Tests über Telefon oder Videokonferenz, erweitert den Zugang zu Gesundheitsdiensten für Patienten in abgelegenen Gebieten oder mit Mobilitätseinschränkungen. Die Übersichtsarbeit von „Remote Neuropsychological Assessment: Teleneuropsychology“ von Elif Yıldırım et al. untersucht die Ergebnisse von Studien zur Teleneuropsychologie und deren Grundprinzipien, einschließlich einer speziell für die Türkei entwickelten Leitlinie für teleneuropsychologische Assessments zu Hause. Studien zeigen, dass Tests zu Aufmerksamkeit, Gedächtnis, exekutiven Funktionen und Sprache, insbesondere verbal durchgeführte, zuverlässig remote angewendet werden können, wobei Faktoren wie Patientenauswahl, Testwahl und ethische Aspekte berücksichtigt werden müssen. Obwohl direkter Patientenkontakt in der klinischen Neuropsychologie essenziell bleibt, bietet die Teleneuropsychologie, wenn sie von geschulten Experten korrekt angewendet wird, eine gute Alternative zu persönlichen Evaluationsmethoden. (Yıldırım u. a. 2024)
Der Artikel „Applications of Teleneuropsychology to the Screening and Monitoring of Epilepsy“ von Chris Tailby et al. untersucht drei Ansätze für Fernbewertungen – unbeaufsichtigte, computerbasierte Tests, telefonische Assessments und videokonferenzbasierte Tests – und zeigt, dass diese Methoden trotz langsamer Adaption in der Epilepsie-Neuropsychologie vielversprechend sind. Unbeaufsichtigte, computeradministrative Tests (z. B. via Browser oder Apps) sind in der Altersforschung etabliert und zeigen Zuverlässigkeit bei Geschwindigkeit und Arbeitsgedächtnis, wurden jedoch in Epilepsie-Studien kaum untersucht, mit begrenzter Sensitivität für epilepsiespezifische Defizite. Telefonische Assessments sind bei älteren Kohorten weit verbreitet und technisch zugänglich, decken aber nicht alle kognitiven Domänen ab, während videokonferenzbasierte Tests diese Lücke teilweise schließen, jedoch oft traditionelle Materialien nutzen statt die Technologie voll auszuschöpfen. Die Autoren plädieren für die Entwicklung integrierter, videokonferenzbasierter, computerunterstützter Testverfahren, die Vorteile menschlicher und computergestützter Ansätze kombinieren, um eine breite Anwendbarkeit über neuropsychologische Erkrankungen hinweg zu ermöglichen, von Kindheit bis ins hohe Alter. (Tailby u. a. 2024)
Teleneurologie
Das Projekt NeTKoH etabliert eine telemedizinische Vernetzung zwischen der Universitätsmedizin Greifswald und etwa 40 Hausarztpraxen in Vorpommern, um die fachärztliche Versorgung bei neurologischen Erkrankungen in der strukturschwachen Region zu verbessern. Hausärzte können während der Sprechstunde per Telekonsil fachärztliche Empfehlungen einholen, um eine schnellere, wohnortnahe Diagnostik und Therapie zu ermöglichen. In einer prospektiven Interventionsstudie mit „Stepped-Wedge Cluster Design“ werden ca. 1.000 Patienten der AOK Nordost untersucht, um u. a. die Zeit bis zur Diagnosestellung und Krankenhausaufenthalte zu vergleichen. Mit 5,2 Millionen Euro Förderung (01/2021–07/2025) zielt das Projekt auf standardisierte Behandlungspfade, die auf andere Regionen übertragbar sind.
Das Projekt TENEAM entwickelt ein telemedizinisches Versorgungskonzept für Patientinnen und Patienten mit chronischen neurologischen Erkrankungen in den ländlichen Regionen Brandenburgs und Mecklenburg-Vorpommerns, wo der Mangel an Neurologen die Versorgung erschwert. Durch spezielle teleneurologische Sprechstunden, in die Hausärzte überweisen, wird eine zeitnahe Diagnostik und Therapieempfehlung ermöglicht. Das 45-monatige Projekt, gefördert mit ca. 8,4 Millionen Euro, vergleicht die Telemedizin mit der Regelversorgung, evaluiert Lebensqualität, Versorgungssituation und Kosten-Nutzen und strebt an, die Versorgungsqualität zu verbessern und dem Fachkräftemangel entgegenzuwirken.
Das Projekt ANNOTeM (Akut-Neurologische Versorgung in Nord-Ost-Deutschland mit TeleMedizinischer Unterstützung) erweitert telemedizinische Netzwerke zur verbesserten Versorgung neurologischer Akuterkrankungen wie Schlaganfall, Schädel-Hirn-Trauma oder epileptische Anfälle in ländlichen Regionen. Durch spezialisierte Behandlungseinheiten, standardisierte Notfalldiagnostik und einen rund um die Uhr verfügbaren Telekonsildienst wird eine schnelle und fachgerechte Erstversorgung ermöglicht. Nach einer zweijährigen Testphase von 2017 bis 2021 mit einer Förderung von ca. 6,9 Millionen Euro wurde die Wirksamkeit des Modells evaluiert, um es bei Erfolg in anderen strukturschwachen Regionen anzuwenden. Konsortialpartner wie das Universitätsklinikum Greifswald und die Charité Berlin waren beteiligt.
Öffentlicher Datensatz Floodlight App
Der „Floodlight MS Dataset“ auf Kaggle, bereitgestellt von Kevin Mader, umfasst Smartphone-Daten zur Erforschung des täglichen Krankheitsverlaufs bei Multipler Sklerose (MS). Er enthält Messungen aus der Floodlight® MS-App, die kognitive, motorische und funktionelle Fähigkeiten von MS-Patienten über Sensoren wie Beschleunigungsmesser und Touchscreen-Interaktionen erfasst. Ziel ist es, Einblicke in die Lebensqualität und Krankheitsdynamik zu gewinnen, indem Daten wie Reaktionszeiten, Gehgeschwindigkeit und Handkoordination analysiert werden. Der Datensatz ist öffentlich zugänglich und eignet sich für maschinelles Lernen, um Muster und Veränderungen bei MS zu untersuchen. Weitere Details zur Datenerhebung und Nutzung finden sich auf der Kaggle-Seite unter kaggle.com/datasets/kmader/floodlight-ms-dataset.
Parkinson
Die Studie „Co-Designing a ‘win-win’ in Predictive AI“ untersucht die Perspektiven von Menschen mit Parkinson-Krankheit (PwP) im Rahmen der partizipativen Entwicklung von KI-Tools für die Parkinson-Behandlung. Durch qualitative Triangulation aus 13 Interviews und zwei Fokusgruppen mit 14 PwP aus sechs europäischen Ländern wurden deren Ansichten zu KI-Tools und Faktoren für ihr Engagement analysiert. Die Ergebnisse zeigen, dass PwP großes Potenzial in KI-gestützter Medikamentenresponse-Vorhersage sehen, während Risikobewertungstools Skepsis hervorrufen. Die Teilnehmenden betonten die Bedeutung von Krankheitskomplexität, individuellen Faktoren, Datenschutz und Transparenz in der KI-Entwicklung. Der Co-Design-Prozess wurde als entscheidend angesehen, um vertrauenswürdige und nutzbringende Tools zu schaffen, die sowohl die Lebensqualität der Patienten verbessern als auch die klinische Praxis optimieren können. (Luckhaus u. a. 2025)
Neuromuskuläre Erkrankungen
Die Studie Human Movement Is Poised to Drive Real-World Biomarkers untersucht den Einsatz von KI-gestützter Bewegungsanalyse bei Patientinnen und Patienten mit neuromuskulären Erkrankungen. Ruth und Kolleginnen zeigen dabei, dass maschinelles Lernen krankheitsspezifische Bewegungsmuster identifizieren kann, was eine objektive Beurteilung von Krankheitsverlauf und Therapieansprechen ermöglicht. Damit eröffnet die Arbeit neue Perspektiven für die Nutzung von Bewegung als klinischem Biomarker, wobei die aktuellen Herausforderungen weniger technologischer, sondern eher operativer Natur sind. (Kimmel 2025)
Die Studie AI-Enabled Video Biomechanics: A New Frontier for Clinical Care and Trial Readiness in Neuromuscular Disease zeigt, wie KI-gestützte Videoanalysen Bewegungsdaten effizienter und sensibler erfassen können als klassische Methoden bei neuromuskulären Erkrankungen wie Fazioskapulohumerale Muskeldystrophie (FSHD) und Myotone Dystrophie (DM). Mit dem System OpenCap wurden bei 129 Teilnehmenden, darunter 86 Patientinnen und Patienten, innerhalb von weniger als 20 Minuten 34 kinematische Merkmale aus neun Bewegungen extrahiert. Diese Analyse wies eine sehr hohe Übereinstimmung mit konventionellen Funktionstests auf und konnte zudem subtilere Bewegungsauffälligkeiten identifizieren, die in klinischen Studien oder der personalisierten Versorgung entscheidend sein können. (Voet 2025)
Die Studie “Video-Based Biomechanical Analysis Captures Disease-Specific Movement Signatures of Different Neuromuscular Diseases” untersucht, wie Smartphone-basierte Videoanalysen mithilfe der OpenCap-Software Bewegungsmuster von Patienten mit neuromuskulären Erkrankungen erfassen können. In einer Untersuchung mit 129 Teilnehmenden konnten die Forscher zeigen, dass diese Methode klassische Timed Function Tests zuverlässig reproduziert, gleichzeitig aber sensiblere krankheitsspezifische Bewegungsmerkmale wie veränderte Gangkinematik identifiziert. Dadurch eröffnet sich ein großes Potenzial für präzisere digitale Biomarker in der klinischen Versorgung und in Studien zu Verlauf und Therapieeffekten. (Ruth u. a. 2025)
Künstliche Intelligenz
Der Artikel „Facilitators and Barriers of the Use of Prognostic Models for Clinical Decision Making in Acute Neurologic Care: A Systematic Review“ untersucht die Faktoren, die die Nutzung von Prognosemodellen bei der akuten neurologischen Versorgung beeinflussen. Die Autoren identifizieren sowohl fördernde Aspekte wie verbesserte Kommunikation mit Patienten und Entscheidungsträgern sowie die Unterstützung klinischer Urteile als auch hemmende Faktoren wie Misstrauen gegenüber den Daten, Verlust der ärztlichen Autonomie und technische sowie organisatorische Hürden. Sie betonen, dass eine stärkere Zusammenarbeit zwischen Forschern, Klinikern und Patienten notwendig ist, um die Implementierung und Anwendung dieser Modelle im klinischen Alltag zu verbessern. (Hu u. a. 2025)
Forschende entwickelten in der Studie “Expert-Level Detection of Epilepsy Markers in EEG on Short and Long Timescales” mit SpikeNet2 ein KI-basiertes Modell, das epileptische Potentiale (Spikes) in EEG-Aufnahmen erkennt und dabei eine Genauigkeit erreicht, die mit der von menschlichen Experten vergleichbar ist. Das Modell reduziert Fehlalarme deutlich und ist sowohl für die Erkennung einzelner Ereignisse als auch für die Klassifikation ganzer EEGs optimiert. Es zeigte robuste Leistungen in verschiedenen unabhängigen Datensätzen und stellt damit ein vielversprechendes Werkzeug für die Diagnostik und Telemedizin dar – besonders in Regionen mit begrenztem Fachpersonal. (Li u. a. 2025)
Der Text erhebt keinen Anspruch auf Vollständigkeit oder Korrektheit und stellt keine Rechtsberatung dar. Anmerkungen können in der rechten Seitenleiste mit Hypothes.is sozialem Annotierungswerkzeug oder am unteren Ende einer Seite mit GitHub Giscus Diskussionen hinterlassen werden.