Bessere klinische Erkennung von Essstörungen dank Augmented Intelligence
Das Projekt untersucht im Rahmen der Forschungsrichtung «Augmented Intelligence für die Diagnostik im Bereich der psychischen Gesundheit» das Potenzial des Natural Language Processings (NLP) für die Diagnose von Essstörungen.
Steckbrief
- Lead-Departement Technik und Informatik
- Institut(e) Institute for Data Applications and Security (IDAS)
- Forschungseinheit(en) IDAS / Applied Machine Intelligence
- Förderorganisation Andere
- Laufzeit (geplant) 01.10.2022 - 01.03.2024
- Projektverantwortung Prof. Dr. Mascha Kurpicz-Briki
- Projektleitung Prof. Dr. Mascha Kurpicz-Briki
- Projektmitarbeitende Ghofrane Merhbene
- Partner INVENTUS BERN - Stiftung
- Schlüsselwörter Psychische Gesundheit, Psychiatrie, Psychologie, künstliche Intelligenz, erweiterte Intelligenz, Natural Language Processing
Ausgangslage
Technologien aus den Bereichen Natural Language Processing (NLP) und maschinelles Lernen (ML) bieten neue Möglichkeiten für Tools in der klinischen Psychologie. Die Patient*innenbeurteilung aufgrund von Zustandsaufnahmen (Fragebögen) kann an ihre Grenzen stossen, die manuelle Auswertung von Gesprächsprotokollen und Notizen ist jedoch sehr zeitaufwändig. An dieser Stelle können automatisierte Textanalysetechnologien ein praktisches Diagnosetool für klinische Fachkräfte bieten. Frühere Arbeiten, bei denen maschinelles Lernen für die Suche in Freitexten nach Hinweisen auf ein Burnout verwendet wurde, zeigten vielversprechende Ergebnisse. Andere Arbeiten aus der Forschungscommunity befassen sich mit Depressionen oder der Bewertung des Suizidrisikos.
Vorgehen
Arbeiten zur Textklassifizierung im Hinblick auf Essstörungen gibt es bisher nur wenige. Zudem wurde dies bislang vor allem für die englische Sprache erforscht. Um neue Tools für den klinischen Einsatz in der Schweiz bereitstellen zu können, müssen die Landessprachen untersucht werden. Das bringt besondere Herausforderungen wie unterschiedliche kulturelle und sprachliche Strukturen oder ein möglicher Mangel an genügend Trainingsdaten mit sich. Diese Herausforderungen erfordern zusätzliche Forschung. Zudem richten sich die vorhandenen Anwendungen, z. B. in Form von Smartphone-Apps zur Selbsthilfe, hauptsächlich an die Anwendenden und nicht an die klinischen Fachkräfte. Diese Grenzen des aktuellen Erkenntnisstandes werden in diesem Projekt untersucht.
Ausblick
In diesem Projekt wird eine Lösung auf Basis von Freitextfragen oder Gesprächsprotokollen angestrebt, welche klinische Fachkräfte bei ihrer Diagnose unterstützt. Somit soll Augmented Intelligence die Entscheidungsträger*innen bei ihrer täglichen Arbeit unterstützen. Wir untersuchen, ob mithilfe von NLP- und ML-Technologien in deutschen und französischen Freitexten Hinweise auf verschiedene Arten von Essstörungen gefunden werden können, und entwickeln – unter Anwendung eines gänzlich menschenzentrierten Ansatzes – den Prototyp eines Tools für die künftige Unterstützung klinischer Fachkräfte.