Seit Jahrzehnten wird Migräne größtenteils auf altmodische Weise diagnostiziert: Ärzte fragen die Patienten, wie ihre Kopfschmerzen sich anfühlen.

Es gibt keinen Bluttest, Scan oder anderen etablierten Biomarker, der die Störung eindeutig identifizieren kann. Stattdessen stützen sich Kliniker auf ein vertrautes Symptomkomplex – starke Kopfschmerzen, häufig begleitet von Übelkeit sowie Licht- oder Geräuschempfindlichkeit.

Neue Forschungen deuten jedoch darauf hin, dass Migräne ein deutlich umfangreicheres biologisches Fußabdruck hinterlässt, als die Symptome vermuten lassen.

Forscher in Norwegen haben maschinelles Lernen eingesetzt, um Menschen mit Migräne anhand von Informationen zu identifizieren, die keine Kopfschmerzsymptome enthielten – und anschließend künstliche Intelligenz verwendet, um unterschiedliche Gruppen von Migränepatienten herauszuarbeiten.

Die Ergebnisse, veröffentlicht in der Fachzeitschrift Neurology, eröffnen die Möglichkeit, dass Migräne keineswegs eine einheitliche Erkrankung ist, sondern „eine Spektrumerkrankung, die mittels umfassender klinischer und biologischer Daten – nicht ausschließlich anhand kopfschmerzspezifischer Symptome – identifiziert und stratifiziert werden kann“, schrieben die Forscher.

„Es gibt viele Unstimmigkeiten bei der Diagnose von Migräne. Es scheint, dass KI uns helfen könnte, die richtige Diagnose zu stellen“, sagte Anker Stubberud, Arzt und Kopfschmerzforscher an der Norwegischen Universität für Wissenschaft und Technologie (NTNU).

Das könnte langfristig für die Behandlung von Bedeutung sein. Wenn verschiedene Formen der Migräne unterschiedliche biologische Signaturen besitzen, könnten Ärzte eines Tages vorhersagen, welche Patienten auf welche Therapien ansprechen – „damit Menschen die bestmögliche Behandlung erhalten“, sagte Stubberud – anstatt sich weitgehend auf Versuch und Irrtum zu verlassen.

Die Forscher analysierten Daten der Trøndelag Health Study, einer großen norwegischen Bevölkerungsstudie, deren klinische Informationen in den 1990er‑ und 2000er‑Jahren erhoben wurden. In ihrer diagnostischen Analyse wurden 43.197 Personen einbezogen, darunter fast 9.000, die als Migränepatienten klassifiziert wurden.

Die Forscher speisten das KI‑Modell mit Dutzenden von Informationen über Gesundheit und Lebensstil der Menschen – darunter demografische Merkmale, psychische Gesundheit, kardiovaskuläre und muskuloskelettale Erkrankungen, Schlaf, Bewegung, Medikamenteneinnahme und weitere Faktoren – sowie genetischen Daten.

Entscheidend war, dass dem Modell die charakteristischen Merkmale des Kopfschmerzes selbst nicht zur Verfügung gestellt wurden.

Dennoch erreichte das leistungsstärkste Modell in einem separaten Testdatensatz eine Fläche unter der Kurve von 0,80 – ein Maß, das eine relativ starke Unterscheidung zwischen Migränepatienten und kopfschmerzfreien Kontrollen anzeigt. Die Hinzunahme genetischer Informationen brachte nur eine marginale Verbesserung gegenüber reinen klinischen Daten.

„Die Tatsache, dass KI Migräne so genau identifizieren kann, ohne etwas über den eigentlichen Kopfschmerz zu wissen, deutet darauf hin, dass die Erkrankung Spuren hinterlässt, die weit über die Attacken hinausgehen“, sagte Stubberud.

Dieses Ergebnis ist wichtig für das, was es über die Biologie der Migräne aussagt.

Alter war der wichtigste Prädiktor, gefolgt von Faktoren wie Nackenschmerzen, Menstruation und Übelkeit, laut der Analyse der Forscher, welche Merkmale die Vorhersagen des Modells antrieben.

Vier Arten von Migräne

Die Studie ging anschließend einen zweiten Schritt: Anstatt die Maschine zu bitten, Migräne von nicht‑Migräne‑Kopfschmerzen zu unterscheiden, forderten die Forscher sie auf, nach natürlich vorkommenden Gruppen in den Daten zu suchen.

Unter 12.185 Personen mit ausreichend vollständigen Kopfschmerzdaten identifizierte der Algorithmus einen Cluster von 1.425 Personen, von denen 94 % die Kriterien der Forscher für Migräne erfüllten. Ein deutlich größerer Cluster umfasste Personen, deren Kopfschmerzen häufiger als Nicht‑Migräne eingestuft wurden.

Die migraineähnliche Gruppe ließ sich wiederum in vier Untergruppen aufteilen.

Eine bestand ausschließlich aus Männern. Eine andere war durch ausgeprägte Nackenschmerzen gekennzeichnet. Eine dritte wies vermehrte muskuloskelettale Schmerzen zusammen mit Angst und Depressionen auf. Die vierte ähnelte eher dem, was Ärzte als „klassische“ Migräne erkennen würden, wobei Personen dieser Gruppe Migräneaura erlebten – ein Bündel vorübergehender neurologischer Symptome, die vor oder während einer Attacke auftreten können, wie flackernde Lichter, Zickzack‑Muster, blinde Flecken oder schimmernde Bereiche, aber auch Kribbeln, Taubheitsgefühle und Sprachschwierigkeiten.

Diese Gruppen zeigten zudem Unterschiede in ihren genetischen Signalen. Die Forscher stellten fest, dass auf maschinellem Lernen basierende genetische Risikoscores die Gruppen besser unterschieden als herkömmliche polygenetische Risikoscores.

„Damit wird die Hypothese gestärkt, dass Migräne keine einheitliche Krankheit, sondern vielmehr eine vielfältige Gruppe unterschiedlicher biologischer Zustände ist“, sagte Stubberud.

Die Implikation ist potenziell größer als ein besserer Diagnosetest.

Die Ergebnisse könnten eine langjährige Frustration von Patienten und Ärzten erklären: warum eine Behandlung, die bei einer Person mit Migräne bemerkenswert gut wirkt, bei einer anderen kaum etwas bewirkt.