Daisy

Hintergrund

Das heutige Gesundheitsversorgungssystem gewinnt stetig an Komplexität. Immer mehr medizinische Fachbereiche sind an der Diagnostik, den Behandlungen sowie der Nachsorge von Patienten*innen beteiligt und die Zahl der verfügbaren Behandlungsmöglichkeiten nimmt rapide zu. Insbesondere bei psychischen Erkrankungen ist das Behandlungsangebot jedoch weiterhin unzureichend. Nicht nur während der Corona-Pandemie, sondern auch bereits in den Jahren zuvor, haben psychische Erkrankungen erheblich zugenommen. In Deutschland zählt die Depression hinsichtlich ihrer Auswirkungen zu den stark unterschätzten psychischen Erkrankungen. So erkranken in Deutschland insgesamt 8,2% aller Erwachsenen im Laufe eines Jahres an einer unipolaren oder anhaltenden depressiven Störung. Berücksichtigt man nicht nur die direkten Diagnostik- und Behandlungskosten, sondern auch sekundäre Folgekosten (z. B. Produktivitätsverluste aufgrund von Arbeitsunfähigkeit oder Frühberentung), werden die jährlichen Gesamtkosten der Depression allein in Deutschland auf mindestens 22 Milliarden Euro geschätzt, wobei Produktivitätsverluste hierbei den größten Anteil ausmachen. Daher ist die Behandlung von Depressionen nicht nur wichtig, um individuelles Leiden zu verringern, sondern auch um volkswirtschaftliche Schäden abzuwenden. Hierzu müssen neue, KI-basierte Wege gefunden werden, um die Behandlung für die Betroffenen effizienter zu gestalten und die enormen Gesundheitsausgaben zu reduzieren.

Das Forschungsprojekt

Das Ziel dieses Projekts ist die Entwicklung eines interaktiven, persönlichen und ganzheitlichen Avatar-gestützten Therapiesystems zum Selbstmanagement bei depressiven Erkrankungen. Das System bestehend aus einer mobilen in-situ Unterstützung, in Kombination mit einer immersiven ex-situ Nachbearbeitung von selbst erlebten Alltagssituationen, zum besseren Umgang mit der Symptomatik. Dabei werden mobil aufgezeichnete Faktoren wie z.B. körperliche Merkmale aber auch Ort und Kontext der Situation erfasst, um Nutzern eine passende Unterstützung innerhalb der erlebten Situation in Form einer digitalen Gesundheitsanwendung zu ermöglichen. Hierzu wird die KI-gestützte Gesundheitsanwendung auf aus der Psychotherapie bewährte Therapieelemente zurückgreifen und diese zusammen mit den Tages-aktuell erhobenen Kontextdaten personalisiert-aufbereitet zur Verfügung stellen.

Gefördert wird das Projekt durch ITEA, der Projektträger des deutschen Teilprojektes ist das Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR).

Projektziel

Ziel dieses Projektes ist daher das Erforschen neuartiger, innovativer Therapiesysteme zur Verbesserung diagnostischer, interaktiver und individueller Ansätze für Patienten*innen, die unter einer depressiven Erkrankung leiden. Dabei werden zwei Anwendungsfälle verfolgt, die nachfolgend kurz vorgestellt werden:

MULTIMODALES NEUROFEEDBACKSYSTEM

Ziel dieses ambulanten Therapieverfahrens ist es, neuronale Reaktionen auf standardisierte Testumgebungen über ein multimodales Neurofeedbacksystem zu erfassen und den Patienten*innen dieses als Feedback zu präsentieren. Dadurch sollen selbstregulierende Mechanismen des Gehirns aktiviert werden, um dysfunktionalen neuronalen Aktivitätsmustern entgegen zu wirken. Die Merkmalsextraktion aus den aufgenommenen Daten ist eine hochanspruchsvolle Aufgabe, die im Rahmen dieses Projekts mit der Entwicklung von innovativen KI-basierten Algorithmen realisiert werden soll. Zusätzlich soll das EEGbasierte Neurofeedbacksystem um eine fNIRS erweitert werden, um zu prüfen, ob die Fusion der Sensordaten der beiden Systeme zu einer verbesserten Signalqualität für das Neurofeedback führt. EEG basierte Ansätze zeigen eine gute temporale Auflösung, während fNIRS basierte Ansätze ihre Vorteile in der lokalen Auflösung haben. Eine Kombination der Systeme könnte zu einer verbesserten Gesamtauflösung führen.

VIRTUELLER THERAPIEASSISTENT

Ziel dieses Ansatzes ist eine kontinuierliche Unterstützung der Patienten*innen im Alltag durch einen virtuellen Therapieassistenten. In Form einer digitalen Gesundheitsanwendung sammelt dieser Daten zum Erleben und Verhalten der Patienten*innen, wie z. B. Stimmungsparameter, Medikamenteneinnahmen, die Nutzung von Social Media, körperliche Aktivität, Vitalparameter oder Nutzungszeiten mobiler Endgeräte. Durch die Anwendung von KI-basierten Verfahren sollen individuelle Verhaltens- und Stimmungsmuster erkannt und situationsadäquate Behandlungsmaßnahmen abgeleitet werden. Durch die bessere und genauere Kenntnis über den Zustand des Patienten werden so symptombasierte Neurofeedbackverfahren optimal genutzt und eingestellt werden können. Darüber hinaus wird der Therapieassistent verschiedene – aus der klassischen Psychotherapie bewährte – Therapieelemente digital-aufbereitet und KI-assistiert zur Verfügung stellen.