Überforderung, Verzweiflung, Selbsthass – für viele Menschen, die an einer Borderline- oder posttraumatischen Belastungsstörung leiden, gehören solche Gefühle zum Alltag. Auch wenn die Behandelnden großes Fingerspitzengefühl aufbringen, münden viele Therapien im Abbruch. Im Projekt „DBT-Benchmarking“ widmet sich eine von der Hochschule Darmstadt geleitete Forschungsgruppe dieser Problematik. Mit Methoden des Machine Learning und über das Digitalisieren von Abläufen wollen sie Patienten und Psychotherapeuten in der Dialektisch-Behavioralen Therapie (DBT) unterstützen.

Den Bedarf der Anwender hat Projektpartner Professor Dr. Martin Bohus eingebracht. Er leitet das Institut für Psychiatrische und Psychosomatische Psychotherapie am Zentralinstitut für Seelische Gesundheit (ZI) mit Sitz in Mannheim. Seine Patientinnen und Patienten leiden oft an einem so starken seelischen Druck, dass sie die anstrengende therapeutische Beschäftigung mit dem Problem beenden wollen. Das übergeordnete Ziel des Projekts war daher, ein Modell zu entwickeln, über das sich das Risiko von Therapieabbrüchen voraussagen lässt. Das soll Psychologinnen und Psychologen in die Lage versetzen, die Problematik in der Therapie rechtzeitig anzusprechen, um einen Abbruch zu vermeiden.

Als Experte für künstliche Intelligenz (KI) steuert Bernhard Humm sein Know-how im Machine Learning bei. Der Professor für Software Engineering und Projektmanagement am Fachbereich Informatik der h_da ist verantwortlicher Konsortialführer des Projekts. Für die Programmierung der Software ist die Deuschel & Schüller GbR aus Groß-Umstadt zuständig. Deren Inhaber, Martin Schüller und Tilman Deuschel, haben den Studiengang Digital Media an der h_da absolviert, einen Dreiklang aus Informatik, Marketing und Business.

Die gemeinsam entwickelte App erlaubt es Patientinnen und Patienten, über ihr Smartphone Fragen zu ihrem aktuellen seelischen Zustand zu beantworten. Solche Abfragen sind fester Bestandteil der Dialektisch-Behavioralen Therapie. Sie helfen, den Therapieverlauf zu überwachen, zu analysieren und anzupassen. Was die Patienten bislang in Papierfragebögen beantworten mussten, können sie nun am Smartphone erledigen. Zudem ermöglicht die App das Führen eines digitalen Tagebuchs. Anwenderinnen und Anwender am ZI Mannheim loben Funktionalität und Nutzerfreundlichkeit der App. Nach Aussage der Patienten verschafft die Anwendung einen besseren Überblick über die Therapie und bestärkt sie darin, bestimmte Aspekte in der Therapiesitzung anzusprechen. Die Ausfüllrate der digitalen Fragebögen liegt mit 80 bis 85 Prozent deutlich höher als die auf Papier. Die Therapeutinnen und Therapeuten erhalten detaillierte Auswertungen.

Der lernende Algorithmus verarbeitet die Eingaben der Patientinnen und Patienten, um Muster zu erkennen, die den Therapieabbrüchen zugrunde liegen. Das Ziel ist, in Zukunft eine Vorhersagegenauigkeit von 80 Prozent zu erreichen. Über die Software-Architektur ist der Schutz der sensiblen Daten sichergestellt. Die App trennt die Patientennamen von den medizinischen Daten und speichert keine persönlichen Angaben. Trotzdem können sich Patienten und Therapeuten die Auswertung in der Therapiesitzung gemeinsam ansehen.

Inzwischen nutzen auch die Klinik für Psychiatrie der Goethe-Universität in Frankfurt am Main sowie eine psychosomatische Klinik im kanadischen Vancouver die App. Die eigens programmierte Spracherkennung wird derzeit weiterentwickelt. Sie soll künftig an Parametern wie der Stimmhöhe im Vergleich zum Normalzustand oder der Wortfrequenz erkennen können, wie es der Patientin oder dem Patienten geht. Die App könnte damit für weitere Anwendungen in Kliniken und anderen Institutionen interessant sein.

Das Land Hessen hat das Projekt bis Ende 2018 mit 300.000 Euro für Personal- und Sachkosten aus dem Forschungsförderungsprogramm LOEWE unterstützt. Wegen des großen gegenseitigen Nutzens wird die hessisch-badische Zusammenarbeit von Psychologen und Informatikern fortgeführt. Das Konsortium plant einen Antrag auf Förderung durch die Deutsche Forschungsgemeinschaft (DFG), um die Entwicklung einem größeren Patientenkreis zugänglich zu machen.