Große Sprachmodelle können zur Verbesserung von Fragebögen zur Diagnose psychischer Erkrankungen beitragen, indem sie Überlappungen und Redundanzen identifizieren und die allgemeine Geltung von Symptomen optimieren. Ein internationales Forschungsteam um Professor Dr. Joseph Kambeitz und Professor Dr. Kai Vogeley von der Medizinischen Fakultät und dem Universitätsklinikum Köln hat gezeigt, dass KI-Systeme nicht nur bestehende Instrumente effizienter gestalten, sondern auch zu neuen Konzeptualisierungen psychischer Störungen beitragen können. Die Studie untersuchte, wie künstliche Intelligenz die Struktur und Inhaltsgüte von etablierten psychologischen Fragebögen analysieren und verbessern kann. Dabei nutzten die Forscher große Sprachmodelle, um die sprachliche Struktur, die inhaltliche Diversität und die klinische Relevanz von Fragen systematisch zu evaluieren. Die KI erkannte, dass viele gängige Fragebögen – wie der PHQ-9 für Depressionen oder der GAD-7 für Angststörungen – eine hohe Anzahl an sich überschneidenden oder redundanten Items enthalten, was die Diagnosegenauigkeit beeinträchtigen und die Belastung für Patient:innen erhöhen kann. Durch die Anwendung von KI-Methoden konnten die Wissenschaftler die Fragensätze optimieren, indem sie die inhaltliche Diversität erhöhten, die klinische Spezifität steigerten und die Anzahl der notwendigen Items reduzierten, ohne die diagnostische Güte zu verlieren. Besonders bemerkenswert war, dass die KI-Modelle nicht nur bestehende Strukturen verbesserten, sondern auch Hinweise auf mögliche neue, datenbasierte Klassifikationen psychischer Störungen lieferten – beispielsweise durch die Identifikation von Symptommustern, die über traditionelle Diagnosekategorien hinausgehen. Dies könnte zukünftig die Grundlage für eine neuartige, datengetriebene Psychiatrie bilden, die weniger auf klinischen Konsens, sondern auf empirischen Daten basiert. Die Ergebnisse unterstreichen das Potenzial von KI, die klinische Praxis in der Psychiatrie zu transformieren, indem sie präzisere, effizientere und patientenfreundlichere Diagnosewerkzeuge ermöglicht. Die Forscher betonen jedoch, dass KI-Systeme als Hilfsmittel dienen, nicht als Ersatz für klinische Expertise. Die menschliche Interpretation und ethische Überwachung bleiben unerlässlich. In der Fachwelt wird die Studie als wegweisend angesehen. Experten wie Dr. Lena Schmidt von der Charité Berlin begrüßt die Integration von KI in die psychische Gesundheitsforschung, warnt aber vor einer zu starken Abhängigkeit von Algorithmen. Die Universität zu Köln positioniert sich mit dieser Forschung als führendes Zentrum für digitale Psychiatrie. Kambeitz und Vogeley arbeiten bereits an der Umsetzung der Erkenntnisse in klinische Praxen und planen, die optimierten Fragebögen in multizentrischen Studien zu testen. Die Ergebnisse könnten in den nächsten Jahren zu neuen Standards in der psychischen Diagnostik führen.