Newsletter

Neurologie-Psychiatrie

Prof. Nikolaos Koutsouleris
Prof. Dr. med. Nikolaos Koutsouleris, Geschäftsführender Oberarzt, Klinik für Psychiatrie und Psychotherapie, Ludwig-Maximilians-Universität München, Forschungsgruppenleiter Präzisions-Psychiatrie, Max-Planck-Institut für Psychiatrie
© Koutsouleris

Der Schizophrenie mit Biomarkern auf der Spur

Schizophrenie ist eine der schwersten Verlaufsformen der Psychose. Warum eine frühe Diagnose wichtig ist und welche Rolle künstliche Intelligenz (KI) künftig dabei spielen kann, erläutert Professor Nikolaos Koutsouleris aus München im Interview.

Herr Professor Koutsouleris, Sie sind mit Ihrer Forschungsgruppe an mehreren Studien zum Einsatz von Biomarkern bei Schizophrenie beteiligt. Warum ist es so wichtig, diese Erkrankung frühzeitig zu diagnostizieren?

Wenn einmal eine Psychose aufgetreten ist, haben circa 50 Prozent der Patienten einen schlechten Verlauf. Die betroffenen Patienten sind nachhaltig darin beeinträchtigt, eine Arbeit aufzunehmen oder zu behalten, eine Familie zu gründen oder soziale Beziehungen aufrecht zu erhalten. Sie sind eingeschränkt in ihrem kognitiven, beruflichen und sozialen Leistungsniveau und dauerhaft auf Hilfe durch das Gesundheitssystem angewiesen.  Die persönliche Tragik dieses Krankheitsbildes ist das eine – die Betroffenen erkranken leider jung, das heißt circa 80 bis 90 Prozent bis zum 25sten oder 30sten Lebensjahr. Und die Hälfte dieser Patienten ist über die gesamte Lebensspanne beeinträchtigt.
Hinsichtlich des monetären Aspektes gibt es Untersuchungen, die mittlerweile zehn Jahre alt sind: In über 30 europäischen Ländern entstehen circa 207 Mrd. Euro pro Jahr an direkten und indirekten Erkrankungskosten. Die Idee ist: Je früher man Hinweise auf eine mögliche Schizophrenie entdeckt, desto besser kann man präventiv intervenieren, damit es nicht zu diesen schweren Verläufen kommt.

Und da kommen die Biomarker ins Spiel.

Genau. Psychosen sind sehr heterogen. Es gibt Patienten, bei denen entwickelt sich die Erkrankung fulminant weiter bis hin zu einer Schizophrenie. Und es gibt solche, die über viele Jahre im Risiko-Stadium verbleiben. Sechs bis acht Prozent der jungen Leute, die wir sehen, erfüllen die Kriterien eines Hochrisikos. Bei einem Teil bildet sich dieser Vorzustand spontan wieder zurück. Auf Grund der Variabilität der Verläufe kann man als Arzt nur schwer abschätzen, in welche Richtung die Reise geht. Deshalb braucht man an dieser Stelle biologische Marker.

Kristallisieren sich im Rahmen Ihrer Forschung schon besonders relevante Biomarker heraus?

Es gilt die verschiedenen Ebenen der Schizophrenie zu betrachten. Bezüglich des Verhaltens sind es subtile Symptome, die man als Biomarker nutzen kann. Meistens sind es Beeinträchtigungen wie „ich habe das Gefühl, die Leute schauen mich an, ich kann mich nicht konzentrieren, bei mir werden Gedanken im Kopf laut“. Das ist eine Mischung aus den Symptomen, die wir bereits jetzt klinisch verwenden, um die Leute in Hochrisiko versus Nicht-Hochrisiko einzuteilen. Wenn man einen Algorithmus mit diesen Symptomen speist, dann kann dieser schon relativ gute Vorhersagen treffen. Das ist aber für sich allein genommen noch kein objektiver Biomarker.
Auf der Ebene der Hirnstruktur kann man mit Hilfe eines MRTs Veränderungen untersuchen, die das Gehirn über verschiedene Systeme betreffen, zum Beispiel im Hypocampus oder präfrontalen Cortex – Regionen, wo man schon seit längerem weiß, dass diese bei von Psychosen betroffenen Patienten Veränderungen zeigen. Der Fortschritt liegt darin, dass Algorithmen erkennen können, mit welchem Muster die Person das Risiko X hat, diese Erkrankung zu entwickeln.
Darüber hinaus weiß man, dass es molekulare Veränderungen im Genom und Proteom gibt, die mit einem erhöhten Risiko verbunden sind. Vor allem immunologische Marker sind da sehr auffällig. Das Komplementsystem zeigt Veränderungen.

Wenn man all diese verschiedenen Ebenen mit einer KI zusammenführt, dann schafft ein multimodaler Algorithmus eine Vorhersage-Genauigkeit von über 80 Prozent. Das ist ein deutlicher Fortschritt demgegenüber, was der Mensch allein schafft. Aus unseren Untersuchungen wissen wir, dass der Arzt, wenn er sich über mehrere Stunden mit dem Patienten beschäftigen kann – was natürlich nicht der klinischen Realität entspricht – eine Genauigkeit von 70 Prozent bei der Vorhersage einer Schizophrenie erzielen kann.  Und diese Vorhersage-Genauigkeit ist relevant für die Einzelfallbehandlung.

Das kann der niedergelassene Arzt im Praxisalltag zeitlich nur schwer leisten. Wie könnte das zukünftig ablaufen bzw. integriert werden?

Für die Zukunft kann ich mir vorstellen, dass es ein Verfahren gibt, wo man als Arzt zunächst die wesentlichen Fragen abklärt, wie zum Beispiel: Hat der Patient das Gefühl, beobachtet zu werden? Präsentiert er seit längerem merkwürdige Denkinhalte? Zusätzlich dazu müsste man einen neurokognitiven Test durchführen, bei dem Gesichtsausdrücke zugeordnet werden müssen. Dieser kann zum Beispiel digital auf einem Tablet während der Wartezeit in der Praxis absolviert werden.
Zeigt sich bei diesen Tests ein gewisses Risiko, empfiehlt es sich, den Patienten an einen Radiologen für eine Kernspintomografie zu überweisen. Das ist sicher nicht bei allen Patienten sinnvoll, da viele bereits mit den vorab erhobenen klinischen Daten korrekt prädiziert werden, wenn zum Beispiel die vermutete spätere Erkrankung bereits ausgeschlossen werden kann. Wenn der Algorithmus ein hohes Risiko vorhersagt, gilt es, durch weitere Untersuchungen die falsch-positiv-Rate herunterzudrücken und die Spreu vom Weizen zu trennen. Wenn die radiologische Untersuchung noch nicht ausreicht, würde eine genetische Untersuchung folgen. Nach ein bis zwei Wochen hätte der behandelnde Psychiater dann das Ergebnis. Und an diesen verschiedenen Stellpunkten auf dem Pfad kommt die KI zum Einsatz, um alle Ebenen zu verarbeiten und eine finale Vorhersage zu treffen.

Dafür müsste also der Patient zukünftig gar nicht in ein spezialisiertes Zentrum, sondern das könnte ambulant stattfinden?

Genau. Hierfür wäre es sicherlich sinnvoll, eine Zertifizierung für die konzentrierte Frühdiagnostik einzuführen. Technisch ist es schon relativ weit gediehen, aber die KI an sich muss zunächst noch zertifiziert werden. Da sind wir gerade dabei. Im nächsten Schritt gilt es dann im Rahmen einer klinischen Studie zu zeigen, dass eine Früherkennung mittels KI einer Früherkennung durch den Arzt deutlich überlegen ist. Zudem möchten wir überprüfen, ob daraus auch ein klinischer Nutzen entsteht – dass an der KI-basierten Risiko-Einschätzung eine stratifizierte Therapie hängt. Je nach hohem, mittlerem oder niedrigem Risiko bekommt der Patient Therapie X, Y oder Z. Hierzu sind aktuell multi-zentrische klinische Studien in Vorbereitung, die den Nutzen prädiktiver Algorithmen bemessen werden. Ich erwarte, dass wir dann in drei bis vier Jahren so weit sind, den Algorithmus als Service anbieten zu können. Es ist also nicht mehr reine Zukunftsmusik in dem Sinne, dass wir von Jahrzehnten sprechen, sondern es ist greifbar. Und das wird sicher auch in vielen anderen Bereichen der Psychiatrie Anwendung finden. Vielleicht nicht ganz so schnell wie bei der Schizophrenie, aber dahin geht ganz klar die Entwicklung.

An welche Krankheitsbilder denken Sie da konkret?

An Depression zum Beispiel, aber auch Monitoring von affektiven Stimmungszuständen bei bipolaren Patienten: Diese könnten in Form von Apps einen digitalen Begleiter haben, mit einer KI, die nur auf dem Smartphone läuft. Ich denke, dass solche Unterstützungssysteme Schritt für Schritt eingeführt werden, die Daten der Patienten erfassen und Feedback geben. Werden kritische Grenzen gerissen, wird dem Patienten empfohlen, sich beim Arzt vorzustellen. Das kann dazu beitragen, dass die Versorgung deutlich besser wird, und zwar auch in der Breite, zum Beispiel in ländlicheren Regionen mit eingeschränktem Zugang zur fachärztlichen Versorgung. Wir müssen die therapeutischen Ressourcen um den Patienten herum ansiedeln und nicht umgekehrt, wie es bislang Usus ist.  Aktuell muss der Patient den Arzt oder die Klink aufsuchen, und das ist natürlich auch mit Hemmungen, Stigma und variabler Versorgung verbunden. Über kurz oder lang könnten durch den Einsatz dieser KI die Ressourcen des Gesundheitssystems sich um den Patienten anordnen.

Hinsichtlich des Einsatzes von solchen Apps spielt sicherlich die Frage des Datenschutzes und der Ethik eine große Rolle.

Man muss das natürlich streng regulieren, weil viele Institutionen Interesse an solchen Daten haben. Das ist ein Problem, aber man kann es auch als Chance begreifen. Im Endeffekt gilt: Wenn die Patienten es nicht wollen, wird eine solche App auch nicht eingesetzt. Gerade bei Psychosen ist es ganz besonders kritisch, weil häufig die Dimension der Erkrankung etwas mit Kontrolle und Überwachung zu tun hat. Die Patienten denken, dass zum Beispiel der Geheimdienst hinter ihnen her sei und ihnen etwas Böses möchte. Und wenn nicht hundertprozentig sichergestellt ist, dass der Patient die Kontrolle über seine Daten hat, dann kann dies kontraproduktiv für das Krankheitsmanagement sein. Es wird in der Psychiatrie meines Erachtens nur dezentral funktionieren.

Interview: Martha-Luise Storre