Künstliche Intelligenz erkennt Schizophrenie nach wenigen Gesprächsminuten mit 86 Prozent Genauigkeit

Menschen mit Schizophrenie sprechen anders als andere. Die Unterschiede sind jedoch so subtil, dass Ärzte sie in der Praxis oft nicht erkennen. Wissenschaftler versuchen deshalb, künstliche Intelligenz zur Sprachanalyse einzusetzen, und die ersten Ergebnisse sehen vielversprechend aus. In Tests unterschied sie Erkrankte von Gesunden in rund 86 Prozent der Fälle, während Ärzte in einem Vergleichstest in 68 Prozent der Fälle richtiglagen.

Warum Schizophrenie so schwer zu erkennen ist

Schizophrenie beeinträchtigt die Wahrnehmung der Realität, das Denken und den Umgang mit Emotionen. Weltweit leben etwa 23 Millionen Menschen damit, und gewöhnlich tritt sie zwischen der späten Adoleszenz und den frühen Dreißigern auf. Was sie verursacht, weiß bislang niemand. Wissenschaftler vermuten ein Zusammenspiel von Genetik, Umwelt, Gehirnchemie und dem Konsum von Suchtmitteln.

Das Problem besteht darin, dass sie weder im Blut noch mit einem Gerät nachgewiesen werden kann. Halluzinationen treten nur manchmal auf, der soziale Rückzug erfolgt meist schleichend, und Wahnvorstellungen müssen nicht immer sichtbar werden. Der Arzt sitzt also einem Menschen gegenüber, der einfach anders klingt als früher, und muss das Ausmaß dieser Veränderung einschätzen. Auf dieser Grundlage entscheidet er dann, ob es sich um Schizophrenie oder eine andere psychische Erkrankung handelt. Die Folgen dieser Unsicherheit zeigen sich in den Zahlen. Die Beurteilungen zweier verschiedener Ärzte unterscheiden sich bei demselben Patienten üblicherweise um dreißig bis fünfzig Prozent. US-Amerikaner mit psychotischen Störungen, zu denen mehr als drei Millionen Menschen mit Schizophrenie gehören, erhalten ihre Diagnose zudem im Durchschnitt erst anderthalb Jahre nach dem Auftreten der ersten Symptome. Je länger die Erkrankung unbehandelt bleibt, desto schlechter spricht der Patient auf die Behandlung an und desto größer ist das Risiko eines Verlusts von Hirngewebe, einer Verschlimmerung der Symptome und eines Suizids.

Veränderungen der Stimme

Psychiater wissen schon lange, worauf sie bei Patienten achten müssen. Die Sprache verrät das ungeordnete Denken, das für Schizophrenie typisch ist. Betroffene springen auf seltsamen, schwer nachvollziehbaren Wegen von einem Gedanken zum nächsten. Auch der Klang der Sprache verändert sich. Die Stimme klingt meist monotoner, fast roboterhaft, und die Pausen zwischen den Wörtern werden länger. Ein gesunder Mensch spricht außerdem ganz natürlich lauter oder leiser, je nachdem, worüber er erzählt. Bei Patienten mit Schizophrenie wird dieser Kontrast schwächer. Doch diese Veränderungen allein durch Zuhören zu erkennen, ist insbesondere zu Beginn der Erkrankung nahezu unmöglich. Genau hier setzt der Einsatz künstlicher Intelligenz an.

Erster Versuch: messen, wie es klingt

Ein niederländisches Team verwendete Aufnahmen von Menschen, bei denen Psychiater bereits Schizophrenie diagnostiziert hatten. Im Ton wurden anschließend 88 verschiedene Merkmale gemessen, darunter Lautstärke, Länge der Pausen, Aussprache von Vokalen und Intonation. Anhand dieser Messungen lernte das Modell zu unterscheiden, wie ein Mensch mit und ohne Erkrankung klingt. Anschließend erhielt es Aufnahmen von Patienten, die es noch nie zuvor gehört hatte, und ordnete sie in 86,2 Prozent der Fälle korrekt zu. Es konnte sogar verschiedene Untertypen der Erkrankung unterscheiden.

Die Niederländer stellten außerdem fest, worin sich die Sprache am stärksten unterscheidet. Das Sprechen von Patienten mit Schizophrenie ist stärker fragmentiert, besteht aus Silbengruppen, die durch längere Pausen voneinander getrennt sind, und weist größere Lautstärkeschwankungen auf.

Der Mitautor der Studie, Alban Voppel, der heute an der McGill University in Montreal tätig ist, fügt jedoch einen wichtigen Hinweis hinzu. Bei eindeutigen Fällen ist eine solche Hilfe überflüssig, da der Arzt sie selbst erkennt. Der größte Nutzen liegt darin, Menschen in einem sehr frühen Stadium der Erkrankung und Personen mit hohem Risiko zu identifizieren sowie das Wiederauftreten von Symptomen vorherzusagen. Ihm zufolge zeigt sich, dass die Software sehr subtile Details erfasst, mit denen Psychiater Schwierigkeiten haben.

Zweiter Versuch: verfolgen, wohin sich die Sprache bewegt

Die Psychiaterin Sunny Tang von den Feinstein Institutes bei New York wählte einen anderen Ansatz. Sie interessierte sich nicht dafür, wie die Sprache klingt, sondern dafür, was darin gesagt wird. Ihr Team brachte dem Modell deshalb bei, jedem Wort in der Abschrift eines Gesprächs eine bestimmte Adresse zuzuweisen, ähnlich wie ein Haus eine Adresse hat. Wenn die Software anschließend die Position der Wörter im Satz verfolgt, erkennt sie, ob der Sprecher im selben gedanklichen Bereich bleibt oder chaotisch zu anderen Themen springt. Gerade dieses Abschweifen weist auf ein zerfallenes Denken hin.

Der Test fiel ähnlich aus wie bei den Niederländern. Das Modell ordnete die Abschriften in 87 Prozent der Fälle korrekt zu. Menschliche Gutachter, die die Patienten ohne seine Hilfe beurteilten, erreichten eine Trefferquote von 68 Prozent.

Prävention per Smartphone

Über die eigentliche Diagnose hinaus zeichnet sich noch eine weitere Möglichkeit ab. Ärzte könnten die Sprache langfristig beobachten und erkennen, ob die Behandlung wirkt und ob die Symptome zurückkehren.

Heute bedeutet eine solche Überwachung regelmäßige Praxisbesuche, was viel Zeit und Geld kostet. Tang stellt sich vor, dass ein Mensch einige Minuten lang in eine App oder ein spezialisiertes Gerät spricht und eine zuverlässige Beurteilung seines Zustands erhält. Sie will das Instrument bis 2030 für klinische Tests vorbereiten.

Die Modelle müssen noch viel lernen

Mehrere Faktoren dämpfen die Begeisterung. Ein Modell ist immer nur so gut wie die Daten, aus denen es gelernt hat, und bei diesen ist die Lage komplizierter. Laut einer Analyse von Studien unter der Leitung des Psychologen Jeffrey Girard von der University of Kansas arbeiten die meisten Untersuchungen mit kleinen Personengruppen, die nicht der Zusammensetzung der Bevölkerung entsprechen. Girard fordert deshalb größere und vielfältigere Stichproben.

Eine weitere Schwierigkeit besteht darin, dass auch Menschen langsamer sprechen, die keinerlei psychische Erkrankung haben. Dafür reichen schon ein höheres Alter oder das Sprechen in einer Fremdsprache. Die klinische Psychologin Sandra Just von der Arktischen Universität in Tromsø weist darauf hin, dass sich die Stimme auch unter Stress verändert, etwa in der Notaufnahme, unter dem Einfluss von Medikamenten oder bei einer gewöhnlichen körperlichen Erkrankung. Der Psychiater John Torous von der Harvard University bezeichnet dieses Phänomen als Kluft zwischen Forschung und Praxis. Stimmliche Indikatoren funktionieren in Studien sehr gut, versagen aber im realen Einsatz häufig.

Idealerweise müsste der Arzt wissen, wie der Patient sprach, bevor die Beschwerden auftraten. Doch solches Ausgangsmaterial zu sammeln, würde bedeuten, Menschen mit erhöhtem Risiko zu identifizieren und ihre Gespräche aufzuzeichnen oder sie täglich in eine App sprechen zu lassen, obwohl sie bislang vollkommen gesund sind. Die kognitive Neurowissenschaftlerin Brita Elvevåg, die sich seit fast dreißig Jahren mit Sprachmustern beschäftigt, bezeichnet dies als ein außerordentlich kompliziertes Problem und ist besorgt darüber, dass viele Menschen bei solchen Ideen überhaupt nicht an den Schutz der Privatsphäre denken.

Quelle: scientificamerican.com