Depressionen: KI kann behandlungsbedürftige Fälle feststellen

Dieser Text entspricht den Vorgaben der ärztlichen Fachliteratur, medizinischen Leitlinien sowie aktuellen Studien und wurde von Medizinern und Medizinerinnen geprüft.

Quellen ansehen

Verbesserte Diagnose von Depressionen dank KI?

Durch eine neue Methode kann eine künstliche Intelligenz dazu beitragen, Menschen mit einem erhöhten Risiko für fortgeschrittene Depressionen zu identifizieren. Von der Erkrankung sind weltweit mehr als 300 Millionen Erwachsene betroffen.


Bei der aktuellen Untersuchung des Regenstrief Institute in den USA wurde festgestellt, dass eine künstliche Intelligenz fortgeschrittene Depressionen bei Menschen erfolgreich identifizieren kann. Die Ergebnisse der Studie wurden in der englischsprachigen Fachzeitschrift „Journal of Medical Internet Research“ veröffentlicht.

Wenn Menschen von Depressionen betroffen sind, führt dies nicht selten zum Suizid der Betroffenen. Kann eine KI solche Menschen rechtzeitig identifizieren, bevor diese sich das Leben nehmen? (Bild: Rido/fotolia.com)

Fortgeschrittene Behandlung von Depressionen ist sehr wichtig

Depressionen sind ein weltweites Gesundheitsproblem, von dem mehr als 300 Millionen Erwachsene betroffen sind. Depressionen gelten als die häufigste Ursache für Behinderungen und tragen wesentlich zur globalen Krankheitslast bei. Die Diagnose von Menschen, die eine fortgeschrittene Depressionsbehandlung benötigen, ist von entscheidender Bedeutung. Durch die neu entwickelte Methode können künftig jene Patientinnen und Patienten identifiziert werden, welche eine fortgeschrittene Behandlung für Depressionen benötigen.

KI könnte die Anzahl der Suizide verringern

Die neue Methode, die maschinelles Lernen bzw. künstliche Intelligenz (KI) verwendet, kann dazu beitragen, die Anzahl der Menschen zu verringern, bei denen depressive Symptome auftreten, die möglicherweise sogar einem Suizid führen, erklären die Forschenden. Die Weltgesundheitsorganisation (WHO) geht davon aus, dass jedes Jahr fast 800.000 Menschen durch Selbstmord sterben. Damit handelt es sich beim Suizid um die häufigste Todesursache bei Menschen im Alter zwischen 15 und 29 Jahren. Eine schwere Depression ist eine der häufigsten psychischen Erkrankungen weltweit. In den Vereinigten Staaten leiden schätzungsweise 17,3 Millionen Erwachsene unter schweren Depressionen, was etwa 7,1 Prozent aller Erwachsenen im Land entspricht.

Anzeichen und Symptome einer Depression

Die häufigsten Anzeichen und Symptome einer Depression sind Hoffnungslosigkeit und Hilflosigkeit, Verlust des Interesses an täglichen Aktivitäten, Schlafstörungen, Reizbarkeit, Wut, Appetitveränderungen, Gewichtsveränderungen, Selbsthass, Verlust der Motivation, Konzentrationsstörungen, rücksichtsloses Verhalten, Gedächtnisstörungen und ungeklärte Schmerzen.

Bestimmte Formen der Depression sind schwerwiegender

Die aktuelle Studie zeigt eine neue Methode zur Bestimmung von Patienten, die möglicherweise eine fortgeschrittene Behandlung für Depressionen benötigen. Da einige Formen der Depression weitaus schwerwiegender sind und eine erweiterte Betreuung durch zertifizierte medizinische Dienstleister erfordern, ist es wichtig zu wissen, wer einem solchen Risiko ausgesetzt ist, erklären die Forschenden. Die Identifizierung dieser Menschen sei jedoch äußerst schwierig. Daher entwickelten sie eine Methode, mit der ein umfassendes Spektrum an diagnostischen, verhaltensbezogenen und demografischen Daten auf Patientenebene, einschließlich der Krankengeschichte früherer Klinikbesuche, anhand landesweiter Gesundheitsinformationen überprüft werden kann. Mithilfe dieser Daten könne nun eine Technik entwickelt werden, mit der Patienten, die eine erweiterte Versorgung benötigen, richtig vorausgesagt werden können.

Der Algorithmus für maschinelles Lernen kombiniert sowohl Verhaltens- als auch klinische Daten. Das Ziel war es, reproduzierbare Modelle zu entwickeln, die in klinische Arbeitsabläufe passen, erklären die Forschenden. Der Algorithmus sei einzigartig, da er verwertbare Informationen liefert, mit deren Hilfe bestimmt werden kann, bei welchen Patienten ein höheres Risiko für unerwünschte Ereignisse aufgrund von Depressionen besteht.

Methode lässt sich problemlos in Arbeitsabläufe von Krankenhäusern integrieren

Es ist wichtig, Modelle zu entwickeln, welche für verschiedene Patientengruppen geeignet sind. Auf diese Weise können Gesundheitsdienstleister den besten Screening-Ansatz auswählen, erläutert die Forschungsgruppe. Die neue Methode habe die Fähigkeit, den Bedarf an Behandlung bei verschiedenen Patientengruppen mit Depressionen beachtlich genau zu prognostizieren. Zudem könne sie problemlos in bestehende Arbeitsabläufe in Krankenhäusern integriert werden, erläutert die Forschungsgruppe.

KI mit Potenzial zur Verbesserung der Behandlung von Depressionen

Angesichts der hohen Anzahl an Menschen mit Depressionen ist es wichtig zu bestimmen, für wen ein höheres Risiko nachteiliger Auswirkungen besteht, einschließlich Suizid. Je nach Risikograd gibt es unterschiedliche Arten von Depressionen. Beispielsweise benötigen Menschen mit leichten Depressionsformen möglicherweise keine Unterstützung und können sich schneller erholen. Auf der anderen Seite können diejenigen, die an einer schweren Depression leiden, eine erweiterte Betreuung benötigen, abgesehen von dem, was die Grundversorgung anbietet. Möglicherweise müssen diese Betroffenen sich zusätzlichen Behandlungen unterziehen, um ihren Zustand zu verbessern. Daher kann die neue Methode wie eine vorbeugende Maßnahme wirken, um die Häufigkeit von unerwünschten Ereignissen im Zusammenhang mit Depressionen zu verringern, erklärt das Team. Mit der richtigen Anwendung der neuen Technik können viele Menschen mit Depressionen entsprechend behandelt werden, wodurch schwerwiegende Komplikationen verringert würden, so das Fazit der Forschenden. (as)

Autor:
Alexander Stindt
Quellen:
  • Suranga N Kasthurirathne, Paul G Biondich, Shaun J Grannis, Saptarshi Purkayastha, Joshua R Vest, Josette F Jones: Identification of Patients in Need of Advanced Care for Depression Using Data Extracted From a Statewide Health Information Exchange: A Machine Learning Approach, in Journal of Medical Internet Research (Abfrage: 21.08.2019), JMIR

Wichtiger Hinweis:
Dieser Artikel enthält nur allgemeine Hinweise und darf nicht zur Selbstdiagnose oder -behandlung verwendet werden. Er kann einen Arztbesuch nicht ersetzen.