Dr. med. KI – Künstliche Intelligenz in der Medizin

Wie kann der Einsatz von KI die Forschung zur Parkinson-Erkrankung unterstützen? Darüber sprechen wir in dieser Folge von Dr. med KI mit Prof. Kathrin Brockmann, die die Parkinson Ambulanz an der Universitätsklinik Tübingen und die Arbeitsgruppe klinische Parkinson-Forschung am Hertie Institute für klinische Hirnforschung in Tübingen leitet.

Parkinson Erkrankung zählt zu den häufigsten neurodegenerativen Erkrankungen. Die Ausprägung der Symptome und der Erkrankungsverlauf zeigen eine große Variabilität zwischen Betroffenen. Die Forschung von Prof. Kathrin Brockmann knüpft daran an und untersucht welche Rolle genetische und molekulare Marker für die Variabilität spielen. Gemeinsam mit ihrem Team ist sie federführend bei der Erhebung umfangreicher Datensets von Biomarkern aus Blut und Nervenwasser. Die erhobenen Daten zu genetischen und biofluiden Markern bei Patientinnen und Patienten mit Parkinson sind hochdimensional. In Zusammenarbeit mit Kolleginnen und Kollegen aus dem Bereich des maschinellen Lernens untersucht Prof. Kathrin Brockmann Konstellationen von Markern, die mit bestimmten Symptomprofilen assoziiert sind.

Gemeinsam mit Prof. Kathrin Brockmann sprechen wir über Ihre Forschung an der Parkinson Erkrankung, den interdisziplinären Austausch mit Kolleginnen und Kollegen aus KI und Medizin, und welche Technologien die Parkinson-Forschung in den nächsten zehn Jahre besonders prägen könnten.

Themen

Links

Kevin Hilbert ist Professor für Klinische Psychologie und Psychotherapie an der Universität Erfurt. In dieser Folge von Dr. med KI sprechen wir mit ihm über Chatbots in der Psychotherapie und darüber, wie diese weiterentwickelt werden müssen, damit sie eines Tages einmal im klinischen Alltag genutzt werden können.

Chatbots sind Sprachmodelle, die mittels einer dialogbasierten Interaktion therapeutisch angelehnte Gespräche ermöglichen. Nutzerinnen und Nutzer berichten oft von positiven Erfahrungen, wenn sie mit Chatbots über ihre Herausforderungen und Sorgen im Alltag sprechen. Wir erfahren von Prof. Kevin Hilbert, wie Chatbots verantwortungsbewusst für einen Einsatz in der Psychotherapie weiterentwickelt werden müssen. Dabei geht er auf Aspekte ein wie die Förderung der Autonomie von Patientinnen und Patienten und die Durchführung eines Therapieplans über einen langen Zeitraum ein. Prototypische Interaktionen, helfen dabei den Chatbot für spezifische Szenarien in der Psychotherapie weiterzuentwickeln. Doch auch heute schon nutzen viele Personen Chatbots oder Sprachmodelle wie ChatGPT. Wir sprechen mit Prof. Kevin Hilbert darüber, was Therapeutinnen und Therapeuten hier beachten können, und wie sich Psychotherapie und Chatbots vielleicht sogar gegenseitig befruchten können.

Themen

Links

Weiteres

Entscheidungen prägen unseren Alltag, von welcher Zahnpasta wir kaufen, bis hin zur Berufswahl. Welche kognitiven und neuronalen Prozesse dahinterstecken und wie Entscheidungsverhalten bei psychischen Erkrankungen verändert ist, erforscht Prof. Tobias Hauser am Universitätsklinikum Tübingen.

Um Entscheidungsprozesse besser zu verstehen, erhebt Prof. Tobias Hauser gemeinsam mit seinem Team Daten in unterschiedlichen experimentellen Settings. Dabei wird unter anderem analysiert, wie viel Informationen Menschen sammeln, bevor sie eine Entscheidung treffen. Viele dieser Studien finden im Labor statt, aber auch jeder von uns kann sich im Rahmen von Citizen-Science-Projekten an der Forschung beteiligen, von denen eines Prof. Tobias Hauser in dieser Folge vorstellt.

Bei psychischen Erkrankungen wie der Zwangsstörung oder der Schizophrenie zeigt sich häufig, dass Entscheidungsprozesse verändert sind. Ein besseres Verständnis der zugrundeliegenden kognitiven Prozesse und Gehirnaktivität könnte helfen, Behandlungen in der Psychiatrie gezielter einzusetzen, etwa welche Therapie für welche Person am wirksamsten ist. Wie hier mathematische Modelle von Entscheidungsprozesse wie dem Reinforcement Learning helfen, die passende Therapie auszuwählen, ist Thema dieser Folge.

Themen

Links

devcompsy.org

Kann KI den klinischen Alltag in der Epileptologie erleichtern? Darüber sprechen wir mit Dr. Stefanie Liebe, die als Clinical Scientist in der Epileptologie am Universitätsklinikum Tübingen tätig ist und die Forschungsgruppe Cognitive, clinical and computational neuroscience research (C³N) leitet.

Wenn die Informationsverarbeitung und Kommunikation der Neuronen im Gehirn aus dem Gleichgewicht geraten, kann es zu einem epileptischen Anfall kommen. Die Diagnose dabei ist komplex: Ärztinnen und Ärzte müssen unterscheiden, ob es sich um einen epileptischen oder psychogenen Anfall handelt, und einschätzen, welche Hirnregionen betroffen sind.

In dieser Folge von Dr. med KI erklärt Dr. Stefanie Liebe, wie KI die Differentialdiagnose in der Epilepsie unterstützen könnte. Mit ihrer Arbeitsgruppe forscht sie daran, verschiedene Datenmo-dalitäten wie EEG und Textbeschreibungen von Anfällen mithilfe von KI zu verknüpfen und eine Einschätzung zu geben welche Art der Epilepsie vorliegen könnte. Da nicht immer klar ist, wann ein Anfall auftritt, werden in der Klinik häufig stundenlange EEG-Aufzeichnungen eines Patien-ten gesammelt. Auch hier könnten KI-Anwendungen die Ärztinnen und Ärzte entlasten, indem relevante Abschnitte vorgeschlagen werden.

Themen

Links

Prof. Tobias Kaufmann forscht zu der Frage, warum psychische Erkrankungen entstehen. Dazu analysiert er gemeinsam mit seiner Arbeitsgruppe Neurotechnology & Computational Psychiatry am Universitätsklinikum Tübingen umfangreiche Daten aus der Neurobildgebung und Genetik.

Psychischen Erkrankungen wie Depressionen oder Schizophrenie gehen oft weit vor der Diag-nose mit subtilen hirnstrukturellen Veränderungen einher. Um diese subtilen Veränderungen zu untersuchen reichen klinische Datensets nicht aus; vielmehr sind große Datensätze mit mehre-ren zehntausenden Teilnehmenden wie der UK Biobank oder der NAKO erforderlich.

In dieser Folge von Dr. med KI sprechen wir mit Prof. Tobias Kaufmann, wie man solche popula-tionsbasierten Datensätze dennoch verwenden kann, um mehr über die neurostrukturellen Än-derungen bei psychischen Erkrankungen zu lernen. Ein Beispiel ist die KI-gestützte Vorhersage des Brain age gap, der auch bei Erkrankungen wie der Schizophrenie erhöht ist.

Um klinische Fragestellungen zu adressieren, sind populationsbasierte Datensets limitiert. Prof. Tobias Kaufmann stellt uns sein Projekt HealthyMom vor, wo er und sein Team umfangreiche Daten bei Frauen nach einer Fehlgeburt erheben. So lässt sich zu untersuchen, welche struktu-rellen und funktionellen Veränderungen bei Frauen nach einer Fehlgeburt auftreten und wie diese mit ihrer psychischen Gesundheit in Verbindung zusammenhängen.

Themen

Link

Prof. Georgia Koppe forscht an der Universität Heidelberg an verhaltensbezogenen und neuronalen Zeitreihen. In dieser Folge von Dr. med KI sprechen wir darüber, wie ein besseres Verständnis dieser Zeitreihen erlauben könnte, personalisierte Psychotherapien oder neuronale Stimulationsparadigmen auszuwählen. Dabei lernen wir zwei Forschungsprojekte von Prof. Georgia Koppe kennen:

Bei Jugendlichen mit Neigung zu negativen Gefühlen führte Prof. Georgia Koppe zusammen mit Kollaborationspartnern eine verhaltensbezogen Datenerhebung mittels EMA (Ecological Momentary Assessment) durch. Über mehrere Wochen gaben die Jugendliche täglich per Smartphone Auskunft über ihr Wohlbefinden. Auf Basis dieser Daten wurden ihnen zu bestimmten Zeitpunkten personalisierte Therapieangebote gemacht, die KI-gestützt ausgewählt wurden. In der Folge sprechen wir darüber, wie gut diese personalisierten Interventionen angenommen wurden und welche Rolle partizipative Begleitforschung dabei spielte.

Ein weiterer Schwerpunkt der Forschung von Prof. Georgia Koppe liegt auf neuronale Zeitreihen wie fMRT- und EEG-Daten, die Einblicke in die Gehirnaktivität geben. Prof. Georgia Koppe geht hier der Frage nach, wie sich solche Information nutzen lassen, Gehirnaktivität zu modellieren. Langfristiges Ziel ist es, neuromodulatorische Eingriffe, etwa Stimulationsparadigmen, zu personalisieren und so therapeutisch nutzbar zu machen.

Themen

Link

In der ersten Folge der neuen Staffel "Dr. med KI - AI in Brain Health" sprechen wir mit Prof. Philipp Berens über KI-Forschung in der Augenheilkunde. Prof. Philipp Berens ist Direktor des Hertie Institute for AI in Brain Health in Tübingen und leitet dort das Department Data Science.

In seiner Forschung entwickelt Prof. Philipp Berens Methoden des maschinellen Lernens, um die komplexe Verschaltung von Zelltypen in der Netzhaut sowie den Verlauf von Erkrankungen wie diabetischen Retinopathie oder altersbedingte Makuladegeneration besser zu verstehen. Die KI-Anwendung, so erklärt er uns, kann vereinfacht so dargestellt werden: Eine Netzhautaufnahme dient als Input für ein KI-Model, das daraus eine Risikoeinschätzung für die Verschlechterung der Erkrankung ableitet. Darüber hinaus gibt Prof. Philipp Berens einen Einblick, wie Faktoren wie Pigmentierung und Kameratechnik die Performance der KI-Modelle beeinflussen, und ob die Nachvollziehbarkeit von KI-Entscheidungen einen echten Mehrwert für Ärztinnen und Ärzte bietet.

Themen:

Links:

[https://hertie.ai/data-science/research-groups ]