Künstliche Intelligenz für die personalisierte Medizin bei Depressionen - Analyse und Harmonisierung von klinischen Forschungsdaten für eine robuste multimodale Erstellung von Patientenprofilen zur Vorhersage des Therapieerfolgs (ArtiPro)

Motivation

Trotz großer Fortschritte bei der Therapie von Depressionen ist auch heute noch schwierig vorherzusagen, bei welchen Patientinnen und Patienten unterschiedliche psychotherapeutische oder medikamentöse Behandlungen mehr oder weniger gut wirken. Bei vielen Patientinnen und Patienten müssen daher mehrere Behandlungsversuche unternommen werden, bevor eine Therapie Besserung bewirkt. Dies stellt für die Betroffenen eine große Belastung dar.

Ziele und Vorgehen

Im Vorhaben ArtiPro haben sich sieben Partnerorganisationen aus sechs Ländern zusammengeschlossen, um zu erforschen, ob man aus biologischen und biomedizinischen Patientendaten ableiten kann, welche Therapien für welche Patientinnen und Patienten die größte Aussicht auf Erfolg haben. Hierzu werden zunächst umfangreiche Datenbestände aus zuvor durchgeführten, einschlägigen Studien zusammengeführt und anschließend mit Hilfe von Methoden des maschinellen Lernens ausgewertet. Hierdurch soll herausgefunden werden, durch welche medizinischen Informationen der Therapieerfolg bei Depressionen zuverlässig abgeleitet werden kann. Am BfArM wird dazu ermittelt welche Methoden des maschinellen Lernens für diese Art der Vorhersagen aktuell angewendet werden, beziehungsweise dafür geeignet sind. Dabei soll auch erarbeitet werden, welche Anforderungen an diese Methoden gestellt werden müssen, besonders im Hinblick auf ihre Zulassung für die zukünftige klinische Anwendung. Diese eher technische Forschung wird durch ethische und rechtliche Arbeiten begleitet. Dabei soll insbesondere die Perspektive von Betroffenen berücksichtigt werden.