Suizidgefährdete Patienten frühzeitig erkennen und rechtzeitig Gegenmaßnahmen einleiten. Künstliche Intelligenz (KI) könnte das in Zukunft möglich machen. Das zeigt eine neue Studie der Technischen Universität Dresden und des Universitätsklinikums Carl Gustav Carus Dresden.

Studie

Für die Analyse von Texten aus der psychiatrischen Anamnese nutzten die Autorinnen und Autoren ein neues großes Sprachmodell (Large Language Model – kurz: LLM) der Familie „Llama-2“. Die Wissenschaftlerinnen und Wissenschaftler wollten wissen, wie gut ihr Modell den Suizidalitätsstatus bei Patientinnen und Patienten identifizieren kann – etwa ob lebensmüde Gedanken oder ein Todeswunsch bestehen.

„Wir konnten zeigen, dass Hinweise auf Suizidalität bei Patienten automatisiert aus elektronischen Gesundheitsakten extrahiert werden können. Unsere Ergebnisse unterstreichen das große Potenzial dieser Modelle für die Medizin“, so Falk Gerrik Verhees vom Uniklinikum.

Nun bedarf es weiterer Untersuchungen, bis sich die Modelle im Klinikalltag einsetzen lassen. Durch die Verwendung von lokalen Lösungen mit geringen Hardware-Anforderungen sinken auch die Hürden für eine Umsetzung in die Praxis, heißt es in der Studie.

„Diese KI-Methoden könnten medizinisches Fachpersonal in ihren Entscheidungen künftig unterstützen und die medizinische Dokumentation erleichtern. Das würde nicht nur unmittelbar die Qualität der Gesundheitsversorgung verbessern, sondern auch die medizinische Forschung langfristig voranbringen“, sagt Isabella C. Wiest, Ärztin am Universitätsklinikum Carl Gustav Carus Dresden.

Details sind im „British Journal of Psychiatry“ nachzulesen.

Quelle: pte