Wissenschaftler des Max-Planck-Instituts für Psychiatrie haben unter der Leitung von Nikolaos Koutsouleris mit Hilfe von Machine-Learning-Modellen einen Algorithmus zur Voraussage des Verlaufs von Psychosen erstellt. Obwohl Psychiater sehr genaue Vorhersagen über positive Krankheitsverläufe machen, unterschätzen sie möglicherweise die Häufigkeit von ungünstigen Fällen, die zu Rückfällen führen. Die algorithmische Mustererkennung hilft jetzt Ärzten, den Krankheitsverlauf besser vorherzusagen.
Die Ergebnisse der Studie, die in der Fachzeitschrift JAMA Psychiatry veröffentlicht wurden, zeigen, dass die Kombination aus künstlicher und menschlicher Intelligenz die Vorhersage von psychischen Erkrankungen optimiert.
"Dieser Algorithmus ermöglicht es uns, die Prävention von Psychosen, insbesondere bei jungen Patienten mit hohem Risiko oder einer beginnenden Depression, zu verbessern und gezielter und rechtzeitig zu intervenieren", erklärt Koutsouleris.
Der Algorithmus ersetze jedoch nicht die Behandlung durch medizinisches Fachpersonal, sondern unterstütze lediglich die Entscheidungsfindung. Mit Hilfe des Algorithmus könne der Arzt frühzeitig erkennen, welche Patienten eine therapeutische Intervention benötigen und welche nicht.
"Die Ergebnisse unserer Studie könnten dazu beitragen, einen wechselseitigen und interaktiven Prozess der klinischen Validierung voranzutreiben und prognostische Werkzeuge in realen Screening-Diensten zu verbessern", fasst Koutsouleris zusammen.