KI in der Psychiatrie

Künstliche Intelligenz (KI) revolutioniert die Welt und auch die Psychiatrie. Die neuen Methoden, allen voran Deep Learning und Machine Learning, ermöglichen Auswertungen und Vorhersagen, die zuvor von keinem PC und keinem User geleistet werden konnten. Die KI kann Muster erkennen, ohne dass sie vorher von Forschenden drauf gestoßen wurde. Wer wird eine Demenz entwickeln, welche Jugendlichen sind besonders anfällig für Alkoholexzesse und wer profitiert am ehesten von welchen psychotherapeutischen Behandlungsansätzen? Die Antworten können helfen, Krankheiten zu vermeiden, frühzeitig Interventionen anzubieten und Ressourcen maximal nutzbringend einzusetzen. 

Prof. Dr. Kerstin Ritter  
Juniorprofessorin für Computational Neuroscience an der Klinik für Psychiatrie und Psychotherapie der Charité – Universitätsmedizin Berlin:

„Die fortschreitende Integration künstlicher Intelligenz (KI) in die Psychiatrie markiert einen Meilenstein. Sie hat das Potenzial, die Diagnostik und Behandlung von psychischen Erkrankungen nachhaltig zu verbessern. Sie ermöglicht es, Muster in Daten zu erkennen und damit auch komplexe medizinische Fragestellungen zu beantworten. Anhand von möglichst großen Datensätzen erlernt die KI mathematische Beziehungen zwischen Daten, wie zum Beispiel MRT-Daten des Gehirns, und klinischen Variablen wie Diagnosen, Symptomschwere und Behandlungserfolg. Die derart entwickelten Modelle können dann auf neue Personen angewendet werden, um Aussagen über deren aktuellen oder zukünftigen Krankheitsstatus zu treffen. Als besonders erfolgreich haben sich hierfür Methoden des Maschinellen Lernens und des Deep Learning erwiesen.

Die Einsatzgebiete von KI in der Psychiatrie sind vielfältig. Die Fähigkeit von KI, Muster zu erkennen, die für die menschliche Beobachtung schwer zugänglich sind, eröffnet beispielsweise neue Perspektiven für die Früherkennung von psychischen Erkrankungen. So kann frühzeitig interveniert werden, um die Progression von Krankheiten zu verlangsamen oder sogar zu verhindern. Des Weiteren unterstützt KI bei der personalisierten Medizin, indem sie individuelle Reaktionen auf bestimmte Behandlungsansätze vorhersagt. Das kann dazu beitragen, effektivere und zielgerichtetere Therapien anzubieten.

Damit KI in der psychiatrischen Forschung effektiv unterstützen kann, ist es entscheidend, umfangreiche Datensätze von hoher Qualität zu haben. Sie sollten eine breite Vielfalt von Daten und eine tiefgehende Charakterisierung von Personen umfassen, um eine robuste Trainingsgrundlage für die Algorithmen zu schaffen. Die Zusammenarbeit zwischen Fachleuten der Psychiatrie und Expert:innen für KI ist von essenzieller Bedeutung, um die Modelle präzise auf die spezifischen Anforderungen der psychiatrischen Forschung abzustimmen. Unbedingt müssen auch methodische Herausforderungen wie Erklärbarkeit und Fairness von KI-Algorithmen berücksichtigt werden.

Der Einsatz von KI in der psychiatrischen Praxis sollte stets von menschlichen Fachleuten überwacht und interpretiert werden. Die Entscheidung über Therapieoptionen erfordert ein tiefes Verständnis der individuellen Bedürfnisse und Kontexte, das bisher von KI nicht abgebildet werden kann. KI ist ein wertvolles Instrument, das Expertinnen und Experten in der Psychiatrie bei ihrer Arbeit unterstützen und die Qualität von Diagnosen und Therapieentscheidungen verbessern kann.“

Kongressveranstaltungen zum Thema
  • Do. 10:15 Uhr, Präsidentensymposium: KI und Psychiatrie
  • Fr. 08:30 Uhr, Symposium: Digitalisierung in der Psychiatrie – Möglichkeiten und Grenzen
  • Do. 17:15 Uhr, Symposium: Erfahrungen und Perspektiven bei der Etablierung digitaler Verfahren zur Diagnostik, Prognose und Therapie psychischer Erkrankungen
Literatur
  • Schulz M et al (2022) Performance reserves in brain-imaging-based phenotype prediction. Cell Reports https://doi.org/10.1101/2022.02.23.481601
  • Rane R et al (2022) Structural differences in adolescent brains can predict alcohol misuse. Elife https://doi.org/10.7554/eLife.77545
  • Böhle M et al (2019) Layer-Wise Relevance Propagation for Explaining Deep Neural Network Decisions in MRI-Based Alzheimer's Disease Classification. Front Aging Neurosci https://doi.org/10.3389/fnagi.2019.00194

Expertin: Prof. Dr. Kerstin Ritter

Das DGPPN-Vorstandsmitglied leitet die Klinik und Poliklinik für Psychiatrie und Psychotherapie der Uniklinik Köln. Er ist federführender Ko-Autor der „S3-Leitlinie Demenzen“ und leitet die Kooperationseinheit Köln am Deutschen Zentrum für Neurodegenerative Erkrankungen (DZNE). Er forscht insbesondere zur Früherkennung und Entwicklung von Therapien der Alzheimer-Demenz.

Mehr erfahren


Ihre Ansprechpartnerin

Dipl.-Psych. Katja John
Pressestelle
DGPPN-Geschäftsstelle
Reinhardtstraße 29 I 10117 Berlin
Telefon: 030 2404772-11
pressestelle@dgppn.de
 

Zur DGPPN-Geschäftsstelle