Künstliche Intelligenz und Depression - Technische Innovation für verbesserte Therapien - Rheinische ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
INTERVIEW
Künstliche Intelligenz
und Depression
Technische Innovation für verbesserte Therapien
Text und Interview: Beate Czikowsky
Fotografie: Philippe Moosmann
Depressive Störungen gehören laut Bundesgesundheits- Das Verstehen, Erkennen, Vorhersagen und effektive
ministerium zu den häufigsten und hinsichtlich ihrer Behandeln von Depressionen stellt die Gesundheits-
Schwere am meisten unterschätzten Erkrankungen. Schät- systeme weltweit vor große Herausforderungen.
Im RFH-Forschungsprojekt wird der Versuch unternommen, das Feststellen von Depressionen zu verbessern. Hierbei spielen
zungen zufolge leiden weltweit inzwischen circa 350 Millio- Damit hat Ihr Forschungsprojekt „Paralinguistic Spe- sprachbegleitende Erscheinungen (wie Mimik oder Atmung) insofern eine bedeutende Rolle, als geprüft werden soll, ob sie als
nen Menschen unter einer Depression. Im Jahr 2020 wer- ech Characteristics in Major Depressive Disorder“ Indikator oder therapeutischer Ansatzpunkt in der Behandlung depressiver Erkrankungen gesehen werden können.
den Depressionen oder affektive Störungen laut (ParaSpeChaD) zu tun. Was genau erforschen Sie
Weltgesundheitsorganisation weltweit die zweithäufigste hier?
Volkskrankheit sein. „echte“ Depressionen von „eingebildeten“ oder „vorge- verlangsamt sich, die Intonationsverläufe wirken mono-
Die massive Ausbreitung von depressiven Störungen täuschten“ trennen können. Die zentrale technische ton, die Stimmhöhe reduziert sich, die Artikulationsprä-
In einem Forschungsprojekt der RFH wird – ganz einfach beziehungsweise ihre Diagnose ist ein wichtiger Kosten- Innovation betrifft die Entwicklung einer geeigneten zision nimmt ab, sprachliche Verschleifungen treten
formuliert – der Versuch unternommen, das Feststellen von treiber und stellt das Gesundheitssystem mit 4 Millio- Deep-Learning-Architektur (eine „Machine-Lear- häufiger auf, die Rhythmizitätsverläufe sind holpriger
Depressionen zu verbessern. In Zusammenarbeit mit Part- nen Depressionsdiagnosen pro Jahr vor große Heraus- ning“-Technik, mit der Computer Fähigkeiten erwerben, und es stellen sich längere Sprechpausen und Antwort-
nern soll geklärt werden, inwieweit paralinguistische forderungen. die Menschen von Natur aus haben: aus Beispielen zu verzögerungen in Dialogen ein. Anstrengungen, diese
Stimmmerkmale, das heißt, sprachbegleitende Erscheinun- lernen, Anm. d. Red.). Damit soll man sich an diese Veränderungen zu überspielen, können zu höherer
gen wie Mimik oder Atmung als Indikator oder sogar als Detektionsaufgabe annähern (das Feststellen, Aufspü- Sprechspannung und Mikrotremor in der Stimme führen
»Die ‚Generation Schneeflöckchen‘, wie sie
therapeutischer Ansatzpunkt in der Behandlung depressi- ren mit bestimmten wissenschaftlich-technischen Ver- („wackelnde“ Stimme, Anm. d. Red.).
ver Erkrankungen gesehen werden können. Die Aufgabe heute oft genannt wird, mit ihrer teilweise über- fahren, Anm. d. Red.).
der RFH, genauer von Prof. Dr. Jarek Krajewski, besteht sensiblen bis hin zur hypochondrischen Empfind- Wird dann zukünftig jeder Patient, jede Patientin erst
darin, bestehende Algorithmen der Depressionserkennung samkeit bezüglich Beeinträchtigungen ihrer psy- Was sind paralinguistische Sprachmerkmale und was einmal einem Stimmtest unterzogen?
weiterzuentwickeln und beim Aufbau einer offenen Stimm- chischen Befindlichkeit macht die Entwicklung haben sie mit Depressionen zu tun?
depressions-Datenbank zu unterstützen. Im Interview von objektiven, verfälschungssicheren Messsys- Die bisherigen diagnostischen Verfahren basieren pri-
berichtet er über das Projekt, das von der Deutschen For- Mit Depressionszuständen sind zahlreiche paralinguisti- mär auf Patientenberichten. Um die daraus abgeleiteten
temen zur Diagnostik von Depressionen zu einer
schungsgemeinschaft (DFG) gefördert wird. sche Sprachmerkmale der Stimmqualität assoziiert, zum Probleme von Über- und Untersensibilität oder auch
wichtigen gesundheitsökonomischen Aufgabe.«
Beispiel die Artikulationspräzision und die Prosodie bewusster Täuschung zu lösen, kommen objektive Ver-
(Lehre von der Messung der Silben nach Länge und Ton- fahrensansätze ins Spiel. Im Fall der Depressionsdiag-
höhe, Anm. d. Red.). So lassen sich bei Depressionen nostik könnten diese in Zukunft zum Beispiel die Ana-
Das Forschungsprojekt ParaSpeChaD beschäftigt sich die folgenden Charakteristika beobachten: Die Stimme lyse von stimmlichen aber auch mimischen,
im Kern daher mit der Verbesserung von automatisier- wirkt schwach, sie ist stärker behaucht, die Betonungs- psychophysiologischen und neuroendokrinologischen
ten, aufwandsarmen stimmbasierten Systemen, die struktur wird undeutlich, die Sprechgeschwindigkeit Markern beinhalten.
56 FORSCHEN & WISSEN 57
Wie ist die Studie angelegt und wie ist der aktuelle unterstützen wir im Sinne der Forderung nach einer
Stand der Dinge? möglichst „erklärbaren KI“ neben der klassischen
Deep-Learning-Modellierung auch die Extraktion von
Das Projekt soll qualitativ hochwertige Depressions- interpretierbaren Stimmkennzahlen.
Sprachdaten generieren, die wiederum eine Grundlage
für effiziente Deep-Learning-Ansätze bilden. Zu diesem Was machen Sie mit Ihren Erkenntnissen?
Zweck sollen Daten aus Labor-, Therapie- und Alltags-
settings erhoben werden. Sachbeihilfeprojekte der Deutschen Forschungsgemein-
schaft (DFG) sind anders aufgestellt als etwa Förderpro-
Heißt das, Sie machen Sprachaufnahmen und werten jekte der Wirtschaftsministerien. Ziel dieses DFG-Pro-
Sie aus? jekts ist es, den Nachweis der prinzipiellen
Durchführbarkeit eines Vorhabens zu belegen. Der gelie-
Meine Aufgabe ist unter anderem die Aufnahme von ferte positive oder negative Machbarkeitsnachweis
Sprachdaten in laborexperimentellen Settings. Diese („Proof of Concept“) ist somit das primäre Erkenntnisin-
Sprachaufnahmen werden anschließend im Sinne eines teresse. DFG-Projekte liefern somit grundlagenwissen-
theorie- und datengeleiteten Signalanalyseprozesses schaftliche Erkenntnisse, welche algorithmischen
bereinigt und zu Kennzahlen aggregiert. Die Entwicklung Ansätze wie gut funktionieren. Auf Basis dieses Wissens
der KI-gestützten Detektionssysteme baut auf diesen können in Zukunft kommerzielle telemedizinische Soft-
Kennzahlen auf. Derzeit befinden wir uns im ersten Pro- ware-Produktlösungen entwickelt werden, die Kosten-
jektquartal und bereiten die technische und ethische einsparungen in der stationären, ambulanten und häusli-
Anforderungsanalyse vor. chen Versorgung von Depressionspatienten liefern. So
profitiert zum Beispiel die häusliche telemedizinische
Welche Fragen wollen Sie klären? Patientenversorgung durch die frühe Detektion von
Rückfallepisoden. Auch personalisierte Therapieansätze
Im vorliegenden Projekt wird der Versuch unternom- können über die automatisierte, aufwandsarme und zeit-
men, über den Einsatz von stimmanalytischen Signalver- lich fein aufgelöste Depressionsmessung zeitnah evalu-
arbeitungs- und Deep-Learning-Verfahren die Detektion iert und an die Besonderheiten der Patienten angepasst
von Depressionen zu verbessern. Neben der genaueren, werden.
schnelleren und kosteneffektiveren Diagnostik soll auch
eine verbesserte, kleingliedrige Überwachung des The-
rapieverlaufs auf Grundlage der Analyse von stimmli- »Letztendlich werden im Lebensalltag der Patien-
chen Äußerungen ermöglicht werden. Relevante Frage- ten durch Echtzeitmessungen von depressiven
stellungen sind für uns: Wie kann die Genauigkeit und Verstimmungen völlig neue Therapie- und Unter-
Robustheit der Depressionsdiagnostik erhöht werden? stützungsangebote möglich. So kann ein teleme-
Welche Sprechsituationen sind zu diesem Zweck beson- dizinisches System etwa das selbstbestimmte
ders aussagekräftig? Welche stimmlichen Indikatoren
Altern und Wohnen von Senioren unterstützen,
sind mit Depressionen assoziiert? Welche Deep-Lear-
indem es gelegentliche Stimmungstiefs erfasst
ning-Ansätze liefern verallgemeinerbare Detektions-
erfolge? und automatisch Angehörige und Nachbarn zur
Aufmunterung animiert.«
Und welche besondere Aufgabe hat die RFH, haben
Sie in dem Projekt?
DFG-Sachbeihilfeprojekte stehen aus universitärer
„Daten sind das neue Rohöl“ heißt es häufig so schön Perspektive für hohe Forschungsqualität. Warum ist
plakativ in der KI-Welt. Wir von der RFH helfen in diesem das so besonders für die RFH?
Sinne, hochwertige Datengrundlagen für das Trainieren
der Deep-Learning-Verfahren bereitzustellen. Zu diesem Drittmittel stellen nicht nur eine wesentliche Basis für
Zweck bringen wir unsere psychologische Expertise im die Finanzierung kostenintensiver Spitzenforschung,
Prof. Dr. Krajewski erläutert den „Deep-Learning-Affective-Computing-Ansatz“: Exemplarisch werden hier Deep-Learning-
„Corpus Engineering“ ein, also dem Aufbau von validen sondern auch einen zentralen Indikator für die For- Verfahren angewendet, um die Depressionskomponente „Deaktivierung“ und „psychomotorische Verlangsamung“ zu erfassen.
und generalisierbaren Lerndatenbanken. Des Weiteren schungsreputation der RFH dar. Noch mehr als
58 FORSCHEN & WISSEN 59
ministerielle Forschungsförderung, zum Beispiel über
das Bundesministerium für Bildung und Forschung oder
Studiengang
das Bundesministerium für Wirtschaft und Energie, stär-
Wirtschaftspsychologie
ken DFG-Projekte das Standing einer Forschungsinstitu-
tion. So kann kaum ein Post-Doc-Nachwuchswissen-
In der Psychologie geht es darum, Mitarbei- schaftler ohne den Nachweis eines erfolgreich
ter*innen und Teams zu befähigen und nach eingeworbenen DFG-Sachbeihilfeprojekts auf eine Beru-
vorne zu bringen. Das Studium vermittelt dazu fung zum Universitätsprofessor hoffen. Das Vorhanden-
psychologisches und wirtschaftswissenschaft- sein von DFG-Projekten macht zudem die RFH als
liches Wissen und Methoden, damit unterneh- Arbeitgeber für forschungsstarke, universitär soziali-
merische Zielsetzungen realisiert und optimiert sierte Professoren attraktiv, die die zentrale Bedeutung
werden können. Wir verstehen unser Angebot der DFG-Projekte aus dem Kontext der leistungsorien-
nicht als Psychologie plus Wirtschaft, sondern tierten Mittelvergabe (LOM) der Fakultäten kennen. In
Psychologie in der Wirtschaft. Dies bedeutet, ähnlicher Weise sind Drittmittelerfolge und insbeson-
dass es bei der Psychologie stets um die dere DFG-Projekte ein essenzieller forschungspoliti-
Anwendung im Wirtschaftskontext geht. scher „Standing-Baustein“, wenn es etwa um die Frage
refinanzierter Studiengänge oder auch um kooperative
Wissen allein reicht nicht. In dem Studium wer- Promotionen im Rahmen des Graduierteninstituts NRW
den Studierende auch gefordert, sich als Per- geht.
sönlichkeit weiterzuentwickeln und ihre per-
sönliche Überzeugungswirkung in Gesprächen, Sie sind Professor für Wirtschaftspsychologie an der
Vorträgen und der Moderation von Gruppen zu RFH. Finden sich Ihre Erkenntnisse in der Lehre wie-
steigern. der?
Prof. Krajewski ist nach Stationen an der Universität zu
Insbesondere die Studierenden des Schwerpunkts Köln, an der Julius-Maximilians-Universität Würzburg und an
Regelstudienzeit: Vollzeit 6 Semester, berufs-
„Mensch-Technik-Interaktion“ bekommen Insider-Einbli- der Bergischen Universität Wuppertal Professor für Wirt-
begleitend 7 Semester
cke in Strukturen und Prozesse des erfolgreichen Ein- schaftspsychologie an der Rheinischen Fachhochschule Köln
werbens von Forschungs-Fördermitteln. Sie können sie sowie ein international gefragter Experte für KI-gestütztes
www.rfh-koeln.de/wypsi Affective Computing. In diesem Forschungsfeld konnte er
in Zukunft gewinnbringend für ihre eigene Karriereent-
zahlreiche Drittmittelprojekte des Bundesministeriums für
wicklung einsetzen, indem sie zum Beispiel prestige- Bildung und Forschung (BMBF), der Deutschen Forschungs-
trächtige Förderprojekte initiieren. Das Wissen über das gemeinschaft (DFG), des Bundesministeriums für Wirtschaft
Einwerben von KI-getriebenen Förderprojekten nutzt und Energie (BMWI) und der EU einwerben. Zudem publi-
zierte er 86 impact-starke peer-reviewed Paper, die insge-
den Studierenden in der Arbeitswelt von morgen in einer
samt über 2000-mal zitiert wurden. Er ist Gutachter und
Reihe von beruflichen Positionen unabhängig davon, ob Sachverständiger für das BMBF und die Enquete-Kommission
ParaSpeChaD
sie in einem Start-up, einem Großkonzern, einer KMU des Bundestages „KI und Gesundheit“. Derzeit betreut er das
oder einer Hochschuleinrichtung ihren Karriereweg BMBF-Projekt TRAM sowie das DFG-Projekt ParaStiChaD für
„Paralinguistic Speech Characteristics in fortführen. den Schwerpunkt „Mensch-Technik-Interaktion“.
Major Depressive Disorder“ (ParaSpeChaD)
ist ein DFG-Sachbeihilfeprojekt (Deutsche-For-
schungsgesellschaft). Partner sind: Universität
Augsburg (Institut für Informatik), Friedrich-
Alexander-Universität Erlangen-Nürnberg (Ins-
titut für Psychologie, Lehrstuhl für Klinische
Psychologie und Psychotherapie), Imperial Col-
lege London (Artificial Intelligence), Harbin Ins-
titute of Technology (China).
Laufzeit: 3 Jahre, Beginn: 2020, Ende: 2022
60 FORSCHEN & WISSEN 61Sie können auch lesen
