Algorithmus hilft bei der Früherkennung von Psychosen

Künstliche Intelligenz (KI) könnte einen wesentlichen Beitrag zur Früherkennung von psychischen Erkrankungen leisten. Durch eine Kombination von künstlicher und menschlicher Intelligenz lasse sich eine bessere Prävention von Psychosen bei jungen Menschen erreichen, berichtet das Max-Planck-Institut von den Ergebnissen einer aktuellen Studie.

Das Forschungsteam um Professor Dr. Nikolaos Koutsouleris vom Max-Planck-Institut für Psychiatrie hat für die Studie maschinelle Lernmodelle, die klinische und biologische Daten analysieren, mit den Einschätzungen von behandelnden Ärztinnen und Ärzten kombiniert. Dies führte zu einer deutlichen Verbesserung der Früherkennung gegenüber einer alleinigen ärztlichen Prognose. Veröffentlicht wurden die Studienergebnisse in dem Fachmagazin „JAMA Psychiatry“.

Risiko schlechter Verläufe oft unterschätzt

Zwar stellen die Fachärztinnen und -ärzte sehr präzise Vorhersagen über positive Krankheitsverläufe, doch die Häufigkeit von schlechten Verläufen, bei denen es zu Rückfällen kommt, wird hierbei oftmals unterschätzt, berichtet das Max-Planck-Institut. Die Forschenden stellten sich daher die Frage, ob der Übergang in eine Psychose bei Patientinnen und Patienten mit klinisch hohem Risiko oder kürzlich aufgetretener Depression auf Basis des maschinellen Lernens (Machine Learning) verbessert werden kann.

 Vorhersage von Psychosen verbessern

An 334 Personen mit klinisch hohem Risiko oder einer kürzlich aufgetretenen Depression und 334 Personen als Kontrollgruppe untersuchte das Forschungsteam, ob durch die Kombination der fachärztlichen Einschätzung mit einer computergestützten Auswertung aller klinischen, neurokognitiven, bildgebenden und genetischen Informationen die Vorhersage der Psychosen verbessert werden kann.

„Die mangelnde prognostische Sensitivität der Kliniker, gemessen an einer Falsch-Negativ-Rate von 38,5 %, wurde durch das sequenzielle Prognosemodell auf 15,4 % reduziert“, berichten die Forschenden von den Ergebnissen. Erst die Kombination von KI und und fachärztlicher Einschätzung habe die Vorhersage optimiert. „Dadurch können wir die Prävention von Psychosen vor allem bei jungen Patienten mit hohem Risiko oder mit neu auftretenden Depressionen verbessern und rechtzeitig gezielt intervenieren“, betont Professor Koutsouleri.

Entscheidungshilfe für die Praxis

„Der Algorithmus ersetzt nicht die Behandlung durch medizinisches Fachpersonal, vielmehr bietet er eine Entscheidungshilfe und gibt Empfehlungen, ob es individuell sinnvoll ist, weitere Untersuchungen durchzuführen“, so das Max-Planck-Institut weiter. Auf dieser Basis könne beispielsweise frühzeitig entschieden werden, welche Patientinnen und Patienten eine therapeutische Intervention benötigen und welche nicht.

In den klinischen Arbeitsablauf integrieren

„Die Ergebnisse unserer Studie können dazu beitragen, einen wechselseitigen und interaktiven Prozess der klinischen Validierung und Verfeinerung von prognostischen Werkzeugen in realen Früherkennungsdiensten voranzutreiben“, resümiert Professor Koutsouleris. Bei der Vorhersage von Psychosen könne ein individualisierter prognostischer Arbeitsablauf, der die „Risikoeinschätzungen von Algorithmen und Klinikern sequentiell integriert“, zu wesentlichen Verbesserungen führen, schreiben die Forschenden. Der vorgeschlagene Arbeitsablauf müsse vor der klinischen Umsetzung jedoch noch einer umfänglichen Validierung unterzogen werden.