Die neue Nomenklatur für Fettlebererkrankungen, einschließlich MASLD und MASH, unterstreicht die zentrale Rolle metabolischer Dysfunktionen in der Krankheitsentstehung. Sie ermöglicht eine klarere Abgrenzung zu anderen Ursachen, eine gezieltere Diagnostik und Therapie und trägt erheblich zur Entstigmatisierung bei, erklärte Prof. Stefan, Leiter des Bereichs Pathophysiologie des Prädiabetes am Institut für Diabetesforschung und Metabolische Erkrankungen (IDM) der Universität Tübingen. Stefan erinnerte daran, dass die Bezeichnung „nicht-alkoholische Fettlebererkrankung (NAFLD)“ schon länger in der Kritik stehe: Denn diese Erkrankungen werden nicht durch Alkohol, sondern durch Faktoren des metabolischen Syndroms verursacht, also etwa durch Übergewicht und Diabetes mellitus.
Fettlebererkrankungen sind allerdings mehr als nur „zu viel Fett", betonte Stefan. Ein BMI im Normbereich ist mit einem verringerten Risiko für kardiometabolische Erkrankungen und einen frühzeitigen Tod verbunden. Doch nicht alle Personen in diesem BMI-Bereich weisen dieses geringe Risiko auf.1 Im Vergleich zu normalgewichtigen und metabolisch gesunden Menschen haben normalgewichtige, aber metabolisch ungesunde Personen (∼20% der normalgewichtigen erwachsenen Bevölkerung) ein mehr als dreimal so hohes Risiko für einen frühzeitigen Tod und/oder kardiovaskuläre Ereignisse, berichtete Stefan. Komponenten dieser fehlenden metabolischen Gesundheit sind eine Steatose, eine Insulinresistenz, eine Hyperglykämie und eine Hypertonie. Ist mehr als ein Risikofaktor vorhanden, gilt die Person als metabolisch ungesund.
In einer Übersichtsarbeit beschreiben Stefan und Kollegen ein heterogenes Spektrum an Ursachen für die Entstehung der MASLD.2 Durch die Untersuchung des Serum-Metaboloms bei 1154 Personen mit per Biopsie nachgewiesener MASLD und anhand eines hierarchischen Clustering-Algorithmus konnten drei metabolische Subtypen (A: 47%; B: 27%; C: 26%) identifiziert werden. Es lassen sich drei Hauptpathomechanismen unterscheiden:
Als Folge eines Typ-2-Diabetes entwickelt sich häufig eine Fettleber: Unter Menschen mit Diabetes weisen fast 70% eine Fettlebererkrankung auf. Etwa 30 bis 40% der Patienten mit Typ-2-Diabetes haben auch eine Steatohepatitis und 11 bis 20% eine Leberfibrose, so Stefan. In einer prospektiven Studie mit Patienten mit NAFLD waren die Fibrose-Stadien F3 und F4 mit einem erhöhten Risiko für leberbedingte Komplikationen und Tod verbunden.3 „Ab Fibrose-Stadium 2 beginnt ein dramatischer Risikoanstieg“, betonte Stefan. Eine weitere Studie zeigt, dass bei Menschen mit Fettleber das Vorliegen eines Typ-2-Diabetes mit einem deutlich höheren Risiko (drei- bis achtfach) für eine Leberdekompensation und ein Leberzellkarzinom verbunden ist.4
Menschen mit Fettlebererkrankungen weisen auch ein erhöhtes Risiko auf, Herz-Kreislauf-Erkrankungen, eine chronische Nierenerkrankung, einen Typ-2-Diabetes und extrahepatische Krebserkrankungen zu entwickeln. Die meisten Menschen mit MASLD sterben an Herz-Kreislauf-Erkrankungen.
Zurückgeführt wird das auf die gemeinsame Pathogenese, zu der ungesunde Ernährungsgewohnheiten, ein gestörtes Fettgewebe, eine Insulinresistenz und subklinische Entzündungen beitragen.5 Darüber hinaus beeinträchtigt die steatotische und entzündete Leber das Gefäßsystem und das Herz durch eine erhöhte Glukoseproduktion und Freisetzung prokoagulierender Faktoren, eine Dyslipidämie sowie eine dysregulierte Freisetzung von Hepatokinen und microRNAs.
Die Leber als Schaltstelle des Körpers steht im Fokus der Forschung von Prof. Schneider, Medizinische Klinik III der RWTH Aachen. Um wichtige Risikofaktoren und Biomarker zu identifizieren, integriert Schneider Data-Science-Ansätze und künstliche Intelligenz (KI) in ihre Methodik.
Weshalb es sich lohnt, mit Hilfe von KI Tabellen zu sichten, die 42.000 Spalten und 500.000 Zeilen umfassen? Viele metabolische Erkrankungen ließen sich durch zielgerichtete Prävention deutlich verbessern, erklärte Schneider. Und zielgerichtet gehe über „weniger/anders essen und mehr Sport treiben“ hinaus: „Wir wollen die Mechanismen hinter einer Fettleber entschlüsseln.“
Laut Schneider lassen sich über die Analyse großer Datenmengen zudem genetische Varianten identifizieren, die eine Fettleber bedingen. Denn nicht immer sind Currywurst und mangelnde Bewegung verantwortlich für die Entstehung einer Fettleber. Sind die Mechanismen erkannt und genetisch bedingte Varianten identifiziert, lassen sich auf dieser Basis neue Medikamente entwickeln.
Nach Schneiders Einschätzung führt in der Diagnostik der Fettlebererkrankungen deshalb kein Weg an der Nutzung von KI vorbei. Schneider hält auch die Einbindung von KI in klinische Studien für sinnvoll. Der Einsatz von KI sollte ganzheitlich erfolgen also in Studien, in der Diagnostik, der Therapieplanung und der Personalisierung. Langfristig sollte der Einsatz von KI auch in die Leitlinien Eingang finden.
Diabetes Kongress 2026. 13.-16. Mai 2026 City Cube Berlin. https://diabeteskongress.de/. Sitzung: Spotlight on MASH – die neue Volkskrankheit? (Industrie: Madrigal Pharmaceuticals), 14. Mai 2026.