Big Data in der Psychiatrie: Software erkennt Psychoserisiko

Intelligente Computer sind längst Realität und könnten der Medizin künftig zu einem weiteren großen Schritt verhelfen. Ein aktuelles Beispiel stellte Prof. Nikolaos Koutsouleris von der LMU München im Dezember 2016 im Rahmen des Kongresses der Deutschen Gesellschaft für Psychiatrie und Psychotherapie, Psychosomatik und Nervenheilkunde (DGPPN) vor. Sein System ist in der Lage, die Prognose bei Patienten mit hohem Psychoserisiko weitgehend korrekt abzuschätzen.

Strukturelle MRT-Daten als Basis zur Erkennung des Psychoserisikos

Das von Prof. Koutsouleris vorgestellte System nutzt strukturelle MRT-Daten um abzuschätzen, welche Patienten mit einem hohen Psychoserisiko tatsächlich in eine Psychose abgleiten werden. Interessant für Mediziner ist diese Fähigkeit vor allem, weil lediglich rund 20 bis 30 Prozent der Menschen mit einem hohen Risiko in den nächsten Monaten unter einer Psychose leiden. Mit anderen Worten: Die Software könnte künftig dabei helfen, Therapien zielgerichteter anzubieten und gefährdeten Patienten frühzeitig und wirksam zu helfen.

Selbstlernende Programme zur Unterstützung wirksamer Therapien

Das an der LMU entwickelte Programm ist selbstlernend, kann also bei der Auswertung der MRT-Daten selbstständig herausfinden, worauf genau zu achten ist. Auf diese Weise findet das System kleinste Auffälligkeiten, die selbst menschlichen Experten nicht immer auffallen würden. Mit einer Wahrscheinlichkeit von 81 Prozent sagt die Software die Erkrankungswahrscheinlichkeit voraus und teilt die Hochrisikopatienten in drei Gruppen ein. Bei Patienten mit ultrahohem Risiko besteht eine 88-prozentige Chance einer baldigen Psychose, bei Patienten mit einem mittleren Risiko liegt das Psychoserisiko bei bis zu 38 Prozent, bei der Gruppe mit geringem Risiko bei bis zu 8 Prozent. Darüber hinaus berechnet das System das soziale Funktionsniveau der Patienten, schätzt also ab, wer in den kommenden Monaten in der Lage sein wird, seine sozialen Funktionen wahrzunehmen. Auf dieser Grundlage ist es möglich, Therapien sehr zielgerichtet anzubieten sowie Patienten und deren Angehörige schneller und präziser zu informieren.

Big Data als Grundlage für medizinische Apps und Websites

Die Auswertung von Big Data könnte zukünftig aber nicht nur der Einschätzung des Psychoserisikos dienen, sondern auch zur Grundlage sinnvoller medizinischer Apps und ähnlichem werden. Auch das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS forscht zum Thema Big Data und entwickelt u.a. Lösungen für medizinische Datensätze im Bereich Life Sciences und Health Care. Ein Beispiel ist das Projekt CAP4Access, welches Ende des vergangenen Jahres endete. Hierfür wurden in mehreren Pilotstädten kollektive Daten für Zugangsmöglichkeiten zu Lokalitäten aus Sicht von Menschen mit eingeschränkter Mobilität gesammelt, die auf der Plattform „Wheelmap.org“ veröffentlicht werden. Das IAIS begab sich hierfür einerseits auf die Suche nach Quellen, die Informationen zu den gewünschten Daten, wie dem Zustand von Fußgängerarealen oder die Höhe von Bordsteinkanten, liefern. Andererseits entwickelten die Forscher für dieses Projekt unter anderem internetbasierte konfigurierbare Darstellungen, welche die ensprechenden Zugangsoptionen verdeutlichen sollen.

2017-05-19T16:09:38+00:00 8. Februar 2017|Allgemein|