Abstract
Derzeit sehen wir verstärkt Ansätze in der psychiatrischen Forschung, die sich mit prognostischen Modellen und einer individualisierten Diagnosestellung und Therapieauswahl beschäftigen. Vor diesem Hintergrund strebt die Precision-Psychiatry, wie auch andere Teildisziplinen der Medizin, eine präzisere Diagnostik und individualisierte Therapie durch Big Data an. Die elektronische Patientenakte, Datenerfassung durch Smartphones und technische Fortschritte in der Genotypisierung und Bildgebung ermöglichen eine detaillierte klinische und neurobiologische Beschreibung einer Vielzahl von Patienten. Damit diese Daten tatsächlich zu einem Paradigmenwechsel in der Behandlung psychischer Störungen führen, braucht es eine Personalisierung der Psychiatrie durch Maschinelles Lernen (ML) und Künstliche Intelligenz (KI). Neben der Digitalisierung der Klinik müssen wir daher eine KI-Infrastruktur etablieren, in der maßgeschneiderte KI- und ML-Lösungen entwickelt und nach hohen Validierungsstandards evaluiert werden können. Zusätzlich müssen Modellvorhersagen und detaillierte Patienteninformationen in KI-basierte Clinical-Decision-Support-Systeme (CDSS) integriert werden. Nur so können Big Data, Maschinelles Lernen und Künstliche Intelligenz den Behandler im therapeutischen Alltag aktiv und effizient unterstützen und eine personalisierte Behandlung erreichen.
Type
Publication
Fortschritte der Neurologie · Psychiatrie