KI kann bei der Diagnose von Depressionen helfen
Der Einsatz von künstlicher Intelligenz (KI) bei der Diagnostik psychischer Beschwerden kann helfen, depressive Symptomatik schneller zu erkennen. Darauf deuten erste Ergebnisse eines Forschungsprojekts hin, das an der PFH Private Hochschule Göttingen in Kooperation mit der Hochschule Reutlingen durchgeführt wird.
Der Einsatz von künstlicher Intelligenz (KI) bei der Diagnostik psychischer Beschwerden kann helfen, depressive Symptomatik schneller zu erkennen. Darauf deuten erste Ergebnisse eines Forschungsprojekts hin, das an der PFH Private Hochschule Göttingen in Kooperation mit der Hochschule Reutlingen durchgeführt wird.
Die Diagnose von Depressionen stellt aufgrund der vielfältigen Symptome, dem möglichen Auftreten zusammen mit anderen psychischen Störungen und körperlichen Gesundheitsproblemen eine Herausforderung dar.
"Die ersten Ergebnisse deuten darauf hin, dass eine KI fähig ist, das Vorliegen einer depressiven Episode zu erkennen", sagt Prof. Dr. Youssef Shiban, Professor für Klinische Psychologie an der PFH. In dem Forschungsprojekt, zeigte sich das KI-Modell GPT 3.5, eine von Forschungslabor OpenAI entwickelte Version, als überraschend fähig darin, depressive Symptomatik zu erkennen.
Bestätigen sich im weiteren Verlauf des Forschungsprojekts die Ergebnisse, so könnte das wegweisend für die präzisere und schnellere Diagnostik von Depressionen sein. "Die Künstliche Intelligenz könnte uns ein guter Helfer sein, damit psychisch Erkrankte nicht mehr monatelang auf die richtige Diagnose warten müssen", so Shiban.
"Letztendlich ist das Ziel, Diagnosen früher und gezielter zu stellen. Damit hätten Behandelnde dann mehr Zeit für die wesentliche therapeutische Arbeit", so Shiban weiter. Perspektivisch könnten neue, KI-basierte Anwendungen auch Betroffenen leichter zugänglich gemacht werden und erste Einschätzungen liefern. Die KI solle aber keineswegs Psychotherapeuten ersetzen. Den größten Nutzen sähen er und seine Forschungskollegen im Zusammenspiel zwischen Mensch und künstlicher Intelligenz.
Im Rahmen des Forschungsprojekts erkannte GPT 3.5 depressive Symptomatik exakter als ein Deep Learning Modell, welches speziell für die Diagnostik in klinischen Interviews trainiert wurde. Die so viel besseren Ergebnisse der KI-Sprachmodelle GPT 3.5 und 4.0 gegenüber älteren NLP-Modellen seien unerwartet, erklärt Forschungspartner Prof. Dr. Matthias Rätsch, Professor für Artificial Intelligence and Interactive Mobile Robots an der Hochschule Reutlingen. Ein Grund für diese erst kontraintuitiv erscheinenden Ergebnisse könnte hierbei die größere Menge an Trainingsdaten und die höhere Leistungsfähigkeit der neuen LLM-Systeme wie GPT 3.5 sein.
Das könnte den enormen Zugewinn gegenüber älteren, auf BERT basierenden Modellen erklären. BERT steht dabei für "Bidirectional Encoder Representations from Transformers". Es handelt sich um ein fortschrittliches Modell für die Verarbeitung natürlicher Sprache (NLP), das auf der Transformer-Architektur basiert. "Auch ist durch weiteres Finetuning auf das Problem mit weiteren Verbesserungen zu rechnen", so Rätsch.
Um unter möglichst realistischen Bedingungen herauszufinden, was KI-Anwendungen wirklich leisten können, werden für das Forschungsprojekt jetzt Studienteilnehmer ab 18 Jahren gesucht. Für die Studie werden explizit auch Personen gesucht, welche bereits eine Diagnose haben, gerade von einer depressiven Episode betroffen sind oder es in der Vergangenheit einmal waren. Interessierte können sich unter folgender Adresse für eine Teilnahme an der Studie registrieren: https://umfragen.pfh.de/index.php/634674?lang=de
