Klinische Psychologie und Psychotherapie
Dipl.-Psych. Stefan Lüttke
Entwicklung eines KI-basierten Frühwarnsystems zur Verhinderung depressiver Rückfälle bei Kindern und Jugendlichen.
In Deutschland allein sind ca. 450.000 Kinder und Jugendliche jährlich von einer Depression betroffen. Die Mehrheit dieser Kinder wird wiederholt depressive Rückfälle erleiden oder im Erwachsenenalter eine chronische Depression entwickeln. Laut Studien erkranken 70% der Kinder nach einer ersten Depression innerhalb von fünf Jahren an einer weiteren depressiven Episode. Ziel muss es daher sein, Rückfälle nach einer ersten Depression konsequent zu verhindern. Dies gelingt nur, wenn die Prävention im Lebensalltag von Kindern und Jugendlichen stattfindet. Gleichzeitig darf die Prävention für Kinder und Jugendliche keinen großen Aufwand darstellen, die Prävention muss möglichst „unsichtbar“ sein. Smartphones und Wearables (z.B. Fitnesstracker) stellen eine Möglichkeit dar, um die Anzeichen einer Depression im Alltag störungsfrei zu messen (Passive Sensing). Die so gewonnen Daten können genutzt werden, um mittels Methoden der Künstlichen Intelligenz (hier: Maschinelles Lernen) digitale Phänotypen und Algorithmen zur Vorhersage depressive Episoden zu erstellen.