Künstliche Intelligenz (KI) und maschinelles Lernen haben längst Einzug in die Neurologie gehalten und tragen deutlich zur Verbesserung von Diagnose, Therapie und Alltag von Patient:innen mit neurologischen Erkrankungen bei.
Die Einbindung künstlicher Intelligenz (KI) in den neurologischen Alltag markiert einen echten Paradigmenwechsel: Sie erhöht die diagnostische Präzision, verbessert Therapieentscheidungen und erweitert die Möglichkeiten der langfristigen Verlaufskontrolle von Patient:innen deutlich. Im Zentrum dieses Beitrags stehen aktuelle Einsatzgebiete von KI in der Neurologie, insbesondere in der Diagnostik und dem Management der Multiplen Sklerose (MS) sowie von Schlaganfällen. Darüber hinaus wird der Einsatz von KI in neurodiagnostischen Verfahren beleuchtet, etwa bei der Messung der Nervenleitgeschwindigkeit, der Elektromyografie (EMG) und der Elektroenzephalografie (EEG). Ein weiterer Schwerpunkt liegt auf der Bedeutung KI-gestützter Wearables zur Verlaufsbeobachtung neurologischer Erkrankungen, exemplarisch dargestellt an der Parkinson-Krankheit. KI-basierte Diagnosesysteme ermöglichen es Neurolog:innen, Befunde differenzierter zu interpretieren und individuell zugeschnittene Therapiekonzepte zu entwickeln – mit dem Ergebnis insgesamt verbesserter Behandlungsergebnisse.