Längst beschränkt sich die künstliche Intelligenz nicht nur auf das Diagnostizieren von physischen Leiden. Forscher:innen an der Brunel University in London und der University of Leicester entwickelten einen Algorithmus, welcher den psychischen Zustand von Personen aufgrund von Twitter-Profilen erkennen kann.
Mit einer Genauigkeit von 88.39 % erkennt der Algorithmus Depressionen bei Twitter-Nutzer:innen. Um die psychische Erkrankung zu erkennen, extrahiert und analysiert die künstliche Intelligenz 38 Datenpunkte aus dem Profil, darunter befinden sich Beitragsinhalte, Posting-Zeiten sowie weitere Nutzer:innen in ihrem sozialen Umfeld.
Sprache verrät Anzeichen einer Depression
Während laut der Studie der Brunel University und University of Leicester depressive Erkrankungen anhand von Verhaltensmuster auf Twitter entdeckt werden können, wird an der Rheinischen Fachhochschule Köln (RFH) danach geforscht, Depression mittels paralinguistischen Sprachmerkmalen feststellen zu können. Depressionen stünden in Verbindung mit zahlreichen paralinguistischen Sprachmerkmalen der Stimmqualität. Die Stimme wirkt bei depressiven Störungen oft schwach und hauchig, die Struktur der Betonung werde undeutlicher und die Sprechgeschwindigkeit nimmt ab. Zudem wirkt die Stimme monoton und tiefer, es wird weniger genau artikuliert und ist weniger rhythmisch. Antworten verzögern sich zunehmen und Sprechpausen werden länger.
Damit künstliche Intelligenz für die Stellung von Diagnosen eingesetzt werden kann, muss es der Maschine im ersten Schritt gelingen, zu lernen. Maschinelles Lernen ist eine Anwendung der Künstlichen Intelligenz und beruht auf Daten. Die Maschine erkennt anhand der zur Verfügung stehenden Daten automatisch Muster und Zusammenhänge, lernt aus diesen und verbessert sich, ohne explizit programmiert zu sein.
Patientendaten sind zentral
In der Forschung ist man deswegen fundamental auf Patientendaten angewiesen, damit die künstliche Intelligenz überhaupt lernen kann und es möglich wird aufgrund von KI Diagnosen zu stellen. Innovative Forschung beruht auf kompatible digitalen Krankenakten, so dass fortschrittliche Technologien wie Künstliche Intelligenz im medizinischen Bereich ausgeweitet und genutzt werden könne.
Bis anhin ist die Schweiz in Sachen Digitalisierung der Patientendaten international gesehen noch im Rückstand. Damit auch die Schweiz den Übergang in ein modernes Gesundheitswesen schafft, braucht es vor allem politische Bemühungen. In dem reale Gesundheitsdaten für die Forschung eingesetzt werden können, öffnet sich die Türe zu einer zunehmend personalisierteren Medizin, welche die individuellen Merkmale von Patienten berücksichtigen kann. Wie wäre es mit einem massgeschneiderten Behandlungsplan?
Quellen:
Wuttke, L. (o.J.). Machine Learning: Definition, Algorithmen, Methoden und Beispiele. URL: https://datasolut.com/was-ist-machine-learning/#Machine-Learning-auf-einen-Blick [Stand 12.4]
BMBF (o.J). Digitalisierung und Künstliche Intelligenz. URL: https://www.gesundheitsforschung-bmbf.de/de/digitalisierung-und-kunstliche-intelligenz-9461.php
Maurer, S. (2021). Künstliche Intelligenz erobert Schweizer Spitäler – wie lange noch, bis die Software zum Chef wird? URL: https://www.tagblatt.ch/leben/medizin-kuenstliche-intelligenz-erobert-schweizer-spitaeler-wie-lange-noch-bis-die-software-zum-chef-wird-ld.2123245 [Stand 11.4.22]
Menn, A. (2022). KI in der Medizin: „Algorithmen sehen mehr als Ärzte“. URL: https://amp2.wiwo.de/unternehmen/it/ki-in-der-medizin-algorithmen-sehen-mehr-als-aerzte/24025456.html [Stand 7.4.22]
Czikowsky, B. (o.J.). Künstliche Intelligenz und Depression Technische Innovation für verbesserte Therapien. URL: https://www.rfh-koeln.de/sites/rfh_koelnDE/myzms/content/e497/e8063/e115395/e115402/KI-und-Depression_Krajewski_ger.pdf
Ibrahim S. (2021). Der weite Weg zur Digitalisierung von Patientendaten in der Schweiz. URL: https://www.swissinfo.ch/ger/gesundheit_der-weite-weg-zur-digitalisierung-von-patientendaten-in-der-schweiz-/46373796
Pilgrim, T (2022). Bot can spot depressed Twitter users in 9 out of 10 cases.
URL: https://www.brunel.ac.uk/news-and-events/news/articles/Bot-can-spot-depressed-Twitter-users-in-9-out-of-10-cases [Stand 9.4.22]
Wojtzcak, S. (2022). KI für psychische Erkrankungen: Bot soll Depressionen erkennen.