Das musst du wissen
- Ein Burn-out ist nicht immer leicht zu erkennen. Künstliche Intelligenz soll die Diagnose zukünftig erleichtern.
- Dies, indem sie Texte analysiert und erkennt, wenn ein solcher von jemandem geschrieben wurde, der einen Burn-out hat.
- Erste Tests mit Texten aus Diskussionsforen sind vielversprechend.
Warum wir darüber sprechen. In den letzten Jahren wurde viel über Burn-outs gesprochen, und die Pandemie hat laut Fachpersonen zu einem weiteren Anstieg der Fälle geführt. Neue Instrumente zu deren Erkennung stossen daher auf grosses Interesse, und der Einsatz von künstlicher Intelligenz scheint vielversprechend zu sein. So hat eine neue, an der Berner Fachhochschule in Biel entwickelte Methode bereits 93 Prozent der untersuchten Burn-out-Fälle korrekt identifiziert. Die Resultate wurden im Fachmagazin Frontiers in Big Data publiziert. Bis daraus eine Software entwickelt wird, die von Gesundheitsfachleuten verwendet werden kann, sind aber noch einige Hürden zu nehmen. Mascha Kurpicz-Briki von der Berner Fachhochschule in Biel, die diese Methode mit ihrem Team entwickelt hat, im Gespräch.
Science-Check ✓
Studie: BurnoutEnsemble: Augmented Intelligence to Detect Indications for Burnout in Clinical PsychologyKommentarDies ist ein Kommentar der Autorin / des AutorsDie Studie verwendet Reddit-Posts, soll in Zukunft aber auf die verbalen Antworten von Patientinnen und Patienten angewandt werden. Wie gut das funktioniert, kann diese Studie noch nicht sagen. Die Ergebnisse müssen also erst bestätigt werden. Da es sich zudem um vollständig anonyme Daten aus Online-Foren handelt, sind keine Informationen über Geschlecht, Herkunft, sozioökonomischen Hintergrund oder Ähnliches verfügbar. Die Ergebnisse lassen sich daher nicht für alle Gesellschaftsgruppen verallgemeinern.Mehr Infos zu dieser Studie...Frau Kurpicz-Briki, was hat Sie angeregt, künstliche Intelligenz zur Erkennung von Burn-outs einzusetzen? Reichen psychologische Tests nicht aus?
Es hat sich gezeigt, dass Personen, die einen Fragebogen ausfüllen müssen, diesen bewusst oder unbewusst manipulieren können, um ein bestimmtes Ergebnis zu erreichen. Wenn sie zum Beispiel aufgefordert werden, sich zu Aussagen wie «Ich fühle mich am Ende meines Arbeitstages erschöpft» zu positionieren, indem sie «nie, manchmal oder jeden Tag» auswählen können. Wir wissen, dass auch andere Menschen dazu neigen, bei ihren Antworten Extreme zu vermeiden. Und was psychologische Beurteilungen mit offenen Fragen betrifft, so ist ihre Auswertung sehr zeitaufwändig. Wir haben uns also gedacht, dass es mit den uns zur Verfügung stehenden Technologien effizientere Wege geben muss.
Sie haben Texte von Reddit, einer englischsprachigen Community-Website, verwendet, um die künstliche Intelligenz zu trainieren. Wie sind Sie dabei vorgegangen?
Wir haben anonymisierte Textauszüge von der Plattform analysiert. Wir haben zwei Gruppen gebildet: Die ersten Texte waren Nachrichten, in denen Nutzer über ihre eigenen Erfahrungen mit einem Burn-out berichteten. Die zweite Gruppe bestand aus Beiträgen von Personen, die nicht an Burn-out erkrankt waren und andere Themen behandelten. Wir gaben dem Computer also zwei verschiedene Gruppen von Texten, die als solche identifiziert wurden. Die Maschine zog daraus ihre eigenen Schlüsse. Nach der Trainingsphase war der Computer in der Lage, durch die Analyse eines Textes, der ihm zuvor noch nie vorgelegt worden war, anzuzeigen, ob er Hinweise auf einen Burn-out enthält oder nicht.
Was ist ein Text, der auf Burn-out hindeutet? Muss ein Computer einfach nach Schlüsselwörtern suchen, die mit Erschöpfung zu tun haben?
Künstliche Intelligenzen sind eine Art Blackbox: Wir wissen nicht genau, worauf sie ihre Entscheidungen stützen. Wir arbeiten daran, dies besser zu verstehen, damit ein zukünftiges Tool genau diese Faktoren hervorheben kann. Wir wissen aber, dass es nicht nur um bestimmte Wörter geht, das wäre zu eng gefasst. Es gibt auch Elemente des Stils oder der Formulierung, die von Burn-out zeugen. Mehrere Faktoren spielen eine Rolle.
Sie sprechen von einem nächsten Schritt in Zusammenarbeit mit medizinischen Experten mit echten Burn-out-Fällen und einer repräsentativen Bevölkerungsstichprobe. Gab es nicht schon vorher echte Burn-out-Fälle?
Wahrscheinlich schon, aber da die Daten anonymisiert wurden, war es nicht möglich zu überprüfen, ob diese Personen im klinischen Sinne an Burn-out litten. Ebenso konnten wir nicht feststellen, ob sie einen repräsentativen Querschnitt der Bevölkerung darstellten. Und die Texte waren alle in englischer Sprache verfasst, in Zukunft möchten wir aber auch Texte in Deutsch und Französisch berücksichtigen.
Wer könnte dieses Tool später nutzen und wie?
Wir befinden uns noch in der Erkundungsphase. Unsere Idee ist, dass diese Methode als Grundlage für eine zukünftige Software dienen könnte. Diese Technologie richtet sich eindeutig an Gesundheitsfachkräfte, aber sie soll ihnen ein zusätzliches Werkzeug an die Hand geben und sie nicht ersetzen. Es bleibt abzuwarten, ob Texte analysiert werden, die von den betreffenden Personen geschrieben wurden, oder eher Texte, die zum Beispiel nach einem medizinischen Gespräch transkribiert wurden. Aber die Idee ist nicht, dieses Werkzeug ohne die Zustimmung der Person zu verwenden, beispielsweise auf der Grundlage ihrer E-Mails.
Besteht nicht die Gefahr, dass Personen diese Texte und Fragebögen absichtlich oder unabsichtlich «verstümmeln», um eine Diagnose zu vermeiden oder zu bekräftigen?
Wir arbeiten daran, dies zu verhindern.
Heidi.news
