Das Normative-Prediktom für Präzisionspsychiatrie

01.10.2023 bis 30.09.2029

Psychische Erkrankungen werden von vielen verschiedenen biologischen und umweltbedingten Faktoren beeinflusst, die während der gesamten Entwicklung wirken. Dennoch erfolgen die Diagnose und Behandlung von solchen Erkrankungen ausschließlich auf Basis von Symptomen. Die Abhängigkeit von symptombasierten Klassifikationen und dem vorherrschenden Fall-Kontrolle Analysen hat die Identifizierung von klinisch prädiktiven Markern behindert. Um dies zu verbessern, habe ich die normative Modellierung mitentwickelt. Diese ermöglicht mir, die Entwicklung und das Altern des Gehirns aufzuzeichnen. Mit diesem Ansatz konnte ich ein hohes Maß an Gehirnheterogenität bei Patienten mit derselben schweren psychischen Störung erfassen. Während psychische Störungen das Gehirn als Netzwerk beeinflussen, wurde diese herausragende Eigenschaft nicht auf prinzipielle Weise in den normativen Modellen verarbeitet. Daher entwickele ich nun, das normative Prediktom, für das ich die Architektur oder Funktion einer Gehirnregion auf Basis verschiedener anderer Gehirnregionen mithilfe von Methoden des maschinellen Lernens vorhersage. Dieser Ansatz liefert Wahrscheinlichkeitskarten, die angeben, inwieweit Individuen von den geschätzten Vorhersagemustern in Gehirnregionen abweichen. Meine Modelle werden auf Basis der größten bisher gesammelten Referenzdaten erstellt und verbessern die Leistung früherer Gehirndiagrammansätze, können alle Bildgebungsmodalitäten abbilden und in Längsschnittdesigns Anwendung finden. Kombiniert ermöglichen diese Eigenschaften beispiellose Möglichkeiten für mehr Präzision in der Psychiatrie.