Forscher entwickeln einen auf maschinellem Lernen basierenden Klassifikator, der bei der Frühdiagnose von Psychosen helfen könnte

Der Beginn einer Psychose kann vorhergesagt werden, bevor sie eintritt, indem ein maschinelles Lerntool verwendet wird, das MRT-Gehirnscans in diejenigen einteilen kann, die gesund sind, und solche, bei denen das Risiko einer psychotischen Episode besteht.

Ein internationales Konsortium, dem Forscher der Universität Tokio angehörten, verwendete den Klassifikator, um Scans von über 2.000 Personen an 21 Standorten weltweit zu vergleichen. Bei etwa der Hälfte der Teilnehmer wurde ein klinisch hohes Risiko für die Entwicklung einer Psychose festgestellt.

Anhand von Trainingsdaten konnte der Klassifikator mit einer Genauigkeit von 85 % zwischen Personen unterscheiden, die nicht gefährdet waren, und solchen, bei denen später offensichtliche psychotische Symptome auftraten. Mithilfe neuer Daten war die Genauigkeit zu 73 % gegeben. Die Arbeit wurde veröffentlicht in Molekulare Psychiatrie.

Dieses Tool könnte in zukünftigen klinischen Situationen hilfreich sein, da sich die meisten Menschen, die an einer Psychose leiden, zwar vollständig erholen, eine frühere Intervention jedoch in der Regel zu besseren Ergebnissen mit weniger negativen Auswirkungen auf das Leben der Menschen führt.

Jeder kann eine psychotische Episode erleben, die häufig mit Wahnvorstellungen, Halluzinationen oder unorganisiertem Denken einhergeht. Es gibt keine einheitliche Ursache, sie kann jedoch durch Krankheit oder Verletzung, Trauma, Drogen- oder Alkoholkonsum, Medikamente oder eine genetische Veranlagung ausgelöst werden.

Obwohl es beängstigend oder beunruhigend sein kann, ist eine Psychose behandelbar und die meisten Menschen erholen sich. Da das häufigste Alter für eine erste Episode die Jugend oder das frühe Erwachsenenalter ist, wenn sich Gehirn und Körper stark verändern, kann es schwierig sein, junge Menschen zu identifizieren, die Hilfe benötigen.

„Höchstens 30 % der Personen mit klinischem Hochrisiko zeigen später offensichtliche psychotische Symptome, während dies bei den restlichen 70 % nicht der Fall ist“, erklärte außerordentlicher Professor Shinsuke Koike von der Graduate School of Arts and Sciences der Universität Tokio.

„Daher benötigen Ärzte Hilfe bei der Identifizierung derjenigen, bei denen psychotische Symptome auftreten werden, und zwar nicht nur anhand subklinischer Anzeichen wie Veränderungen im Denken, Verhalten und Emotionen, sondern auch anhand einiger biologischer Marker.“

Das Forscherkonsortium hat zusammengearbeitet, um ein maschinelles Lerntool zu entwickeln, das Gehirn-MRT-Scans verwendet, um Menschen zu identifizieren, bei denen das Risiko einer Psychose besteht, bevor diese beginnt.

Frühere Studien mithilfe der Gehirn-MRT haben gezeigt, dass es nach dem Ausbruch einer Psychose zu strukturellen Unterschieden im Gehirn kommt. Dies ist jedoch Berichten zufolge das erste Mal, dass Unterschiede im Gehirn von Personen festgestellt wurden, die einem sehr hohen Risiko ausgesetzt sind, aber noch keine Psychose erlebt haben.

Das Team aus 21 verschiedenen Institutionen in 15 verschiedenen Ländern versammelte eine große und vielfältige Gruppe jugendlicher und junger erwachsener Teilnehmer.

Laut Koike kann die MRT-Forschung bei psychotischen Störungen eine Herausforderung darstellen, da Unterschiede in der Gehirnentwicklung und bei MRT-Geräten es schwierig machen, sehr genaue, vergleichbare Ergebnisse zu erhalten. Außerdem kann es bei jungen Menschen schwierig sein, zwischen Veränderungen, die auf eine typische Entwicklung zurückzuführen sind, und solchen, die auf eine psychische Erkrankung zurückzuführen sind, zu unterscheiden.

„Unterschiedliche MRT-Modelle haben unterschiedliche Parameter, die auch die Ergebnisse beeinflussen“, erklärt Koike. „Genau wie bei Kameras erzeugen unterschiedliche Instrumente und Aufnahmespezifikationen unterschiedliche Bilder derselben Szene, in diesem Fall des Gehirns des Teilnehmers. Wir konnten diese Unterschiede jedoch korrigieren und einen Klassifikator erstellen, der gut auf die Vorhersage des Beginns einer Psychose abgestimmt ist.“

Die Teilnehmer wurden in drei Gruppen von Personen mit klinisch hohem Risiko eingeteilt: diejenigen, die später eine Psychose entwickelten; diejenigen, die keine Psychose entwickelten; und Personen mit unsicherem Follow-up-Status (insgesamt 1.165 Personen für alle drei Gruppen) und eine vierte Gruppe gesunder Kontrollpersonen zum Vergleich (1.029 Personen).

Mithilfe der Scans trainierten die Forscher einen maschinellen Lernalgorithmus, um Muster in der Gehirnanatomie der Teilnehmer zu identifizieren. Aus diesen vier Gruppen klassifizierten die Forscher die Teilnehmer mithilfe des Algorithmus in zwei Hauptinteressengruppen: gesunde Kontrollpersonen und Personen mit hohem Risiko, die später offensichtliche psychotische Symptome entwickelten.

Im Training war das Tool bei der Klassifizierung der Ergebnisse zu 85 % genau, während es im Abschlusstest mit neuen Daten zu 73 % genau vorhersagte, bei welchen Teilnehmern ein hohes Risiko für den Ausbruch einer Psychose bestand. Basierend auf den Ergebnissen ist das Team der Ansicht, dass die Bereitstellung von MRT-Scans des Gehirns bei Personen, bei denen ein klinisch hohes Risiko festgestellt wurde, hilfreich sein könnte, um den Beginn einer Psychose vorherzusagen.

„Wir müssen noch testen, ob der Klassifikator für neue Datensätze gut funktioniert. Da einige der von uns verwendeten Software am besten für einen festen Datensatz geeignet sind, müssen wir einen Klassifikator entwickeln, der MRTs von neuen Standorten und Maschinen robust klassifizieren kann.“ „Eine Herausforderung, der sich nun ein nationales Gehirnforschungsprojekt in Japan namens Brain/MINDS Beyond stellt“, sagte Koike.

„Wenn uns dies gelingt, können wir robustere Klassifikatoren für neue Datensätze erstellen, die dann auf reale und routinemäßige klinische Umgebungen angewendet werden können.“