Psychische Erkrankungen wie Depressionen und Angststörungen betreffen weltweit Millionen Menschen. Diese Realität hat zur Folge, dass Forschungsteams innovative Ansätze entwickeln, um die komplexen Mechanismen dieser Störungen besser zu verstehen. Am Else Kröner Fresenius Zentrum (EKFZ) der Technischen Universität Dresden wird aktuell an der Nutzung von großen Sprachmodellen (LLMs) geforscht, um menschliche Emotionen zu simulieren und somit Einblicke in psychische Erkrankungen zu gewinnen. Laut den Forschern können LLMs Muster menschlicher Emotionen wie Angst, Traurigkeit und Stress reproduzieren und dabei als wertvolle Werkzeuge in der psychologischen Forschung dienen. Die Ergebnisse dieser Untersuchung wurden kürzlich in der Fachzeitschrift The Lancet Digital Health veröffentlicht.
In den durchgeführten Studien wurden sechs große Sprachmodelle, darunter ChatGPT-4o und verschiedene Llama-Versionen, in kontrollierten Experimenten getestet. Standardisierte Texteingaben wurden verwendet, um sieben affektive Zustände – Angst, Furcht, Wut, Ekel, Traurigkeit, Sorge und Stress – auszulösen. Die Reaktionen der Modelle wurden durch strukturierte Bewertungsskalen erfasst. Achtsamkeitsbasierte Strategien, wie Atemübungen, zeigten eine Verminderung der emotionalen Zustände der Sprachmodelle. Dies wirft die Frage auf, ob LLMs möglicherweise auch in der Therapie eingesetzt werden könnten, um neue Ansätze in der gesprächsbasierten Psychotherapie zu testen, wie von Magdalena Wekenborg, Leiterin der Forschungsgruppe PsychoDigital, ausgeführt wird.
Die menschliche Psyche und KI
Die Herausforderungen der psychischen Gesundheitsforschung sind erheblich. Laut einer Studie könnte bis 2050 rund 1,2 Milliarden Menschen an psychischen Störungen leiden, wobei diese Entwicklungen durch die COVID-19-Pandemie weiter verschärft wurden. Der Zugang zu Gesundheitsleistungen ist eingeschränkt, und Fachleute arbeiten intensiv daran, neue Behandlungsmöglichkeiten zu entwickeln. Bei der Entwicklung von Therapien sind Gesprächstherapien dabei oft komplexer als medikamentöse Behandlungen, was die Notwendigkeit unterstreicht, innovative Ansätze wie LLMs zu erforschen.
Ein zentrales Ergebnis der Studien am EKFZ ist die Feststellung, dass LLMs kognitive Verzerrungen aufweisen, etwa negative Satzvervollständigungen nach dem Auslösen von Traurigkeit. Dennoch betonen die Autoren der Studie die Grenzen ihres Ansatzes: LLMs besitzen keine eigenen Gefühle, ihre Antworten basieren auf gelernten Mustern. Dies wirft entscheidende Fragen zur Übertragbarkeit auf menschliches Verhalten und zur Erklärbarkeit der Mechanismen innerhalb der Sprachmodelle auf. Trotz dieser Grenzen könnten LLMs als Ergänzung zu bestehenden psychologischen Studien wertvolle Dienste leisten und die Reproduzierbarkeit sowie Skalierbarkeit von Experimenten verleihen.
KI im Kontext der psychischen Gesundheitsversorgung
Die Weltgesundheitsorganisation (WHO) betont die Notwendigkeit, die Rolle von Künstlicher Intelligenz (KI) in der psychischen Gesundheitsversorgung und -forschung zu untersuchen. Eine aktuelle Studie zeigt, dass der Einsatz von KI in der psychischen Gesundheitsforschung defizitär ist, insbesondere in Bezug auf die Diversität der behandelten Störungen. Momentan liegt der Fokus überwiegend auf depressiven Störungen und Schizophrenie, während andere psychische Gesundheitsprobleme vernachlässigt werden. Diese Situation könnte eine grundlegende Neubewertung der Methodik erfordern. Die WHO erkennt die Wichtigkeit von Innovationen in der prädiktiven Analytik durch Big Data und KI an, um komplexe Gesundheitsstörungen besser zu verstehen.
Während viele KI-Anwendungen großes Potenzial aufweisen, gibt es erhebliche Herausforderungen und Risiken. Unzureichende Validierung von Daten sowie mangelnde Transparenz könnten die Reproduzierbarkeit und Übertragbarkeit der Ergebnisse ernsthaft gefährden. Die Vernetzung zwischen den Forschern ist oft unzureichend, was die praktische Einführung von KI in der psychischen Gesundheitsforschung zusätzlich erschwert.
Insgesamt demonstriert die Forschung am EKFZ, dass große Sprachmodelle das Potenzial haben, Einblicke in die mechanischen Prozesse psychischer Erkrankungen zu geben. LLMs könnten dabei helfen, emotionale Zustände zu emulieren und zu analysieren, was letztlich zur Entwicklung neuer therapeutischer Ansätze beitragen könnte. Angesichts der steigenden Inzidenz psychischer Erkrankungen bleibt die Erschließung und das Verständnis psychologischer Prozesse durch innovative Technologien wie KI von entscheidender Bedeutung.
Weitere Informationen zur Studie finden Sie bei Technische Universität Dresden, zu den Herausforderungen in der psychischen Gesundheitsforschung bei Yahoo Style und zu den Erkenntnissen der WHO bei WHO.