Künstliche Intelligenz für die Psychiatrie

aktualisiert am 9. April 2021

Gewinn durch interdisziplinären Wissensaustausch: Seit Anfang 2020 hat Peter Dayan an der Universität Tübingen eine Alexander von Humboldt-Professur für Künstliche Intelligenz inne. Hier berichtet er, wie er vom maschinellen Lernen sogar eine Brücke zur psychiatrischen Forschung und der Klinischen Psychiatrie schlagen will.

Humboldt-Stiftung: Professor Dayan, die einen sehen in der Künstlichen Intelligenz vor allem eine revolutionäre Zukunftstechnologie, die das Leben der Menschen in allen Bereichen massiv verbessern wird. Andere sorgen sich, dass KI außer Kontrolle geraten könnte und den Menschen gefährlich wird. Wer hat Recht?
Peter Dayan: Wie immer haben beide Recht. Zur KI gehören eine Reihe leistungsfähiger neuer Technologien. Wie die meisten solcher Technologien können sie zum Guten oder zum Schlechten eingesetzt werden und können unvorhergesehene Folgen und Dominoeffekte haben, die selbst auch wieder gut oder schlecht sein können. Die KI revolutioniert unser Leben schon heute, aber es ist natürlich sehr schwierig, die langfristigen Auswirkungen vorherzusehen. Man darf nicht vergessen, dass die derzeit vorhandenen Modelle für Anwendungen wie Bilderkennung, Texterstellung und Übersetzung erst vor sehr kurzer Zeit so weit entwickelt wurden, dass sie einigermaßen einsatztauglich sind.

KI wird künftig viele Aufgaben um ein Vielfaches besser und schneller ausführen als der Mensch. Aber wird KI auch jemals echte Kreativität hervorbringen können?
Es wird gern behauptet, dass Genie 1 % Inspiration und 99 % Transpiration ist. Vielleicht könnten wir die 1 % Inspiration aber genauso gut durch 1 % Zufall ersetzen. Dies lässt sich anhand des Beispiels der ungewöhnlicheren Züge von DeepMind and AlphaGo  veranschaulichen, ein Computerprogramm, das das Brettspiel Go spielt. Fachleute sind voll des Lobes und behaupten, das Spiel sei dadurch um hundert Jahre weiterentwickelt worden. Dieses Programm erfordert eine Menge Transpiration seitens des Rechners. Die Inspiration allerdings rührt größtenteils von den zufälligen Zahlen her, die das Programm dann ins Schwitzen bringen.

Derzeit bauen Sie am MPI in Tübingen die neue Abteilung „Computational Neuroscience“ auf. Was werden die Schwerpunkte Ihrer Forschung sein?
Ich arbeite in drei miteinander verbundenen Bereichen: computergestützte Psychiatrie, Verstärkungslernen und Neuromodulation. In diesen Bereichen befassen wir uns damit, wie Menschen und künstliche Systeme angesichts von Unsicherheiten und Risiken richtige oder falsche Entscheidungen treffen. Wir wollen herausfinden, welche Mechanismen unserem Lernen und Denken zugrunde liegen und mit welchen Mitteln wir diese Mechanismen kontrollieren können.

Wie gehen Sie vor?
Es ist ein Mix von Methoden. Beispielsweise lassen wir Probanden Denkaufgaben lösen und machen dabei Magnetresonanzaufnahmen ihrer Gehirnfunktionen. Von ihnen können wir auf computergestützte Modelle jener Algorithmen schließen, die auch die Probanden einsetzen. Außerdem nutzen wir pharmakologische Methoden, um die sogenannten neuromodularen Systeme zu manipulieren, die folgenreiche Entscheidungen festhalten. Ferner lernen wir, wie diese Systeme funktionieren, durch Daten, die Kolleg*innen aus der Neurochirurgie bei Eingriffen am Gehirn erheben. Mich interessiert besonders, wie unser Gehirn auf Belohnungen und verschiedene Arten der Ungewissheit reagiert und sie für Lernvorgänge nutzt.

Eine Besonderheit Ihrer Arbeit ist der Brückenschlag zwischen maschinellem Lernen und der Psychiatrie. Wie kann maschinelles Lernen psychisch kranken Menschen helfen?
In der computergestützten Psychiatrie nutzen wir Methoden und Ideen aus der neuronalen und künstlichen Entscheidungsfindung für die Diagnose und Behandlung von psychiatrischen und neurologischen Krankheiten, bei denen das System zur Entscheidungsfindung zusammen gebrochen ist. Aktuell vermisst man in der Psychiatrie ja Biomarker, wie man sie von körperlichen Krankheiten kennt, die klare Diagnosen für unterschiedliche Störungen zulassen. Die computergestützte Psychiatrie könnte helfen, ein zusätzliches Koordinatensystem für Diagnostik und Behandlung zu schaffen.

Wagen Sie einen Blick in die Glaskugel. Wie könnte die durch maschinelles Lernen verbesserte, alltägliche Arbeit eines Arztes der Klinischen Psychiatrie in zwanzig Jahren aussehen?
Es ist sehr schwierig, so weit in die Zukunft zu blicken. Natürlich hoffe ich sehr, dass die wesentliche Verbindung zwischen Patient und Psychiater bestehen bleibt. Aber ich erwarte, dass der Arzt die Möglichkeit haben wird, auf viel genauere Daten über das Tun des Patienten zuzugreifen, das heißt, wie er sich in seiner physischen und sozialen Umgebung bewegt. So hätte der Psychiater eine sehr viel genauere Vorstellung von der Art des zugrunde liegenden Problems. Ich hoffe, dass der Psychiater damit in der Lage wäre, individuellere Behandlungen auszuarbeiten, von denen einige auch durch KI bestimmt oder optimiert werden könnten. Aufregenderweise hat sich die Forschungsabteilung am Institut für Allgemeine Psychiatrie an der Universität Tübingen als wunderbar enthusiastischer Partner für meine Forschungsvorhaben herausgestellt.