Direkt zum Inhalt wechseln

Forschung

Hintergrund

KI-basierte Ansätze wie maschinelles Lernen mittels neuronaler Netze finden zunehmend Ein-satz in der neuropsychiatrischen Forschung und Praxis. Sie sollen eine präzisere Prädiktion, Früherkennung und Diagnose und damit auch eine gezieltere Behandlung neuropsychiatrischer Erkrankungen ermöglichen. Allerdings ist die Grundlage der mit diesen Verfahren der computationalen Psychiatrie erzielten Ergebnisse für professionelle Anwender wie auch für Patientinnen bzw. Patienten und deren Angehörigen oft nicht mehr ohne Weiteres nachvollziehbar. Diese Opazität, also die Undurchschaubarkeit KI-basierter Ansätze, wirft grundle-gende theoretische, ethische und soziale Fragen für die neuropsychiatrische Forschung und Praxis auf: Wie verändern KI-basierte Expertensysteme unser Verständnis der Psychiatrie und neuropsychiatrischer Erkrankungen? Welche Auswirkungen haben sie auf die Rolle des Arztes bzw. der Ärztin, die Identität von Patientinnen bzw. Patienten und das Verhältnis zwischen beiden?

Das Verbundprojekt TESIComP untersucht diese Fragen mit Hilfe verschiedener Methoden der qualitativen Sozialforschung sowie ethischer und wissenschaftstheoretischer Analyse und ist in drei wissenschaftliche Teilprojekte unterteilt:

Teilprojekt 1: Ethische und wissenschaftstheoretische Analyse

Teilprojekt 1 wird an der Carl von Ossietzky Universität von Prof. Dr. Mark Schweda geleitet:

TP1 widmet sich der empirisch informierten ethischen und wissenschaftstheoretischen Untersuchung der Bedeutung der Entwicklung von Ansätzen der computationalen Psychiatrie. Der Fokus liegt auf den Implikationen KI-gestützter Ansätze für die psychiatrische Forschung und klinische Praxis. Dabei gehen wir drei leitenden Fragestellungen nach: (1) Wie verändert die Entwicklung immer präziserer, aber nicht mehr im traditionellen Sinne erklär- bzw. verstehbarer algorithmenbasierter Krankheitskategorien und Behandlungschemata das hergebrachte, an der Interpretation klinischer Symptome ausgerichtete Verständnis neuropsychiatrischer Störungen und damit das Selbstverständnis der Psychiatrie als wissenschaftlicher Disziplin? (2) Welche Auswirkungen haben auf KI gestützte Verfahren der neuropsychiatrischen Diagnosestellung und Behandlungseentscheidung auf das professionelle Selbstverständnis und Berufsethos von Psychiaterinnen und Psychiatern (ärztliche Autorität, Urteilskraft und Verantwortung), die Identität und soziale Rolle von Psychiatriepatientinnen bzw- patienten (Selbstdeutung, Labelling, (Ent-)Stigmatisierung) sowie die Beziehung, Interaktion und Kommunikation zwischen beiden Seiten (Vertrauen, Aufklärung und informierte Einwilligung, Shared Decision Making)? (3) Wie ist die zukünftige Entwicklung der computationalen Psychiatrie wissenschaftlich, technisch und medizin- bzw. versorgungsethisch einzuschätzen und gesellschaftlich sowie sozialpolitisch sinnvoll einzubetten (Identifikation relevanter Themen und Herausforderungen für die öffentliche und politische Auseinandersetzung, Regulierungsbedarf, z.B. hinsichtlich Fragen der haftungsrechtlichen Verantwortlichkeit und solidarischen Kostenübernahme)?

Methodik

Theoriebildende Projektphase:

Explorative Projektphase:

Evaluative Projektphase:

Teilprojekt 2: Empirische Exploration in der Praxis bei Demenz

Teilprojekt 2 wird am DZNE in der Helmholtz Gesellschaft am Standort Rostock/Greifswald von Prof. Dr. Stefan Teipel geleitet:

Der Fokus von TP2 liegt auf den Implikationen der computationalen Psychiatrie und des Einsatzes KI-gestützter Ansätze im Kontext der neuropsychiatrischen Diagnose und Behandlung demenzieller Erkrankungen. Die leitende Fragestellung zielt darauf ab, wie die Entwicklung algorithmenbasierter Präzisionsdiagnostik das Verständnis von und den Umgang mit Demenzerkrankungen auf wissenschaftlicher und klinisch-praktischer Ebene verändert. Konkreter Anwendungsfall ist der sich erklärende Prototyp eines KI-Diagnosesystems (https://explaination.net/demo).

Die Auswirkungen KI-gestützter Ansätze im Kontext demenzieller Erkrankungen sollen in vier Hinsichten untersucht werden: (1) bezüglich des Selbstverständnisses der Psychiatrie und ihres Begriffs der neurodegenerativen Hirnerkrankungen. Die Nutzung von Biomarkern hat hier bereits eine biologische Wende eingeleitet, die sich von einer symptom-bezogenen Diagnostik weitgehend löst und damit zugleich Gefahr läuft, die Patienten-perspektive aus dem Blick zu verlieren. Neue KI-gestützte Systeme haben das Potential, diese Entwicklung zu beschleunigen und zu verstärken; (2) bezüglich der Psychiaterinnen und Psychiater sowie anderer beteiligter Fachärzte, deren professionelles Selbstbild durch biologische Erklärungsmodelle verändert wird. Die Frage ist, inwieweit behandelnde Ärztinnen bzw. Ärzte eine KI-gestützte Krankheitsdiagnose mit einer Verstehensperspektive der Patientinnen und Patienten bezüglich ihrer Erkrankung zusammenführen können. In diesem Zusammen-hang soll ebenfalls Fragen der Verantwortungszuschreibung bei Fehldiagnosen nachgegangen werden, die KI-Systeme neu stellen und die Erklärbarkeit und Nachvollziehbarkeit der Systeme durch Behandelnde in den Vordergrund rücken. (3) Bezüglich des Selbstverständnisses der Patientinnen und Patienten, die ihre Beschwerden mit mittels KI visualisierten hirnorganischen Krankheitsveränderungen erklären können, dabei aber auch Gefahr laufen, dass ihr eigenes Erleben der Erkrankung in den Hintergrund von Diagnostik und Versorgung tritt. (4) Bezüglich der Arzt-Patienten-Beziehung, die durch die Nutzung von KI-Systemen bei der Diagnostik verändert wird. Es soll untersucht werden, ob ein solches System die Kommunikation über die Erkrankung erweitert oder verengt; bleibt also das Erleben des Patienten im Mittelpunkt des Arzt-Patientengesprächs oder wird es durch eine rein biologische Krankheitsdeutung und deren Vermittlung ersetzt.

Methodik:

Theoriebildende Projektphase:

Explorative Projektphase:

Evaluative Projektphase:

Teilprojekt 3: Empirische Exploration in der Praxis bei Depressionen

Teilprojekt 3 wird an der Universität von Prof. Dr. Oliver Gruber geleitet:

TP3 widmet sich der Bedeutung der computationalen Psychiatrie und insbesondere KI-gestützter Ansätze im Kontext der Depression. Es soll untersucht werden, wie die Entwicklung algorithmenbasierter Präzisionsdiagnostik und entsprechender individualisierter Therapien das Verständnis von und den Umgang mit depressiven Störungen in der neuropsychiatrischen Forschung und Praxis beeinflusst.

Die empirische Erforschung dieser leitenden Fragestellung erfolgt aus drei verschiedenen Blickwinkeln: Erstens soll aus wissenschaftstheoretischer Perspektive analysiert werden, inwiefern der Einsatz von KI das Selbstverständnis und die Krankheitsbegriffe der Psychiatrie mit Blick auf depressive Störungen verändert. Zweitens soll aus Sicht der behandelnden Psychiaterinnen bzw. Psychiater erforscht werden, inwiefern ihr professionelles Selbstbild durch die Nutzung KI-gestützter Ansätze tangiert wird. In diesem Zusammenhang ist ebenfalls Fragen der Verantwortungszuschreibung bei Fehldiagnosen nachzugehen, die hier in neuer Form auftreten können. Drittens wird aus Sicht der Patientinnen und Patienten analysiert, welchen Einfluss eine KI-gestützte Diagnosestellung auf ihre klinische Versorgung und ihr persönliches Selbstverständnis als depressive Personen hat. Darüber hinaus sollen sowohl die Rolle der Behandelnden als auch die der Behandelten im Zuge der Betrachtung des Einflusses von KI-basierten Ansätzen auf die Beziehung, Interaktion und Kommunikation zwischen Ärztin bzw. Arzt und Patientin bzw. Patient eingehender untersucht werden.

Methodik:

Theoriebildende Projektphase:

Explorative Projektphase:

Evaluative Projektphase: