Der Einsatz künstlicher Intelligenz (KI) und des maschinellen Lernens im Bereich der psychischen Gesundheit hat in den letzten Jahren stark zugenommen. Trotz des raschen Fortschritts und der vielversprechenden Möglichkeiten hat die KI bisher nicht ihr volles Potenzial in der psychiatrischen Forschung und klinischen Versorgung entfaltet.

In diesem Vortrag werden konzeptionelle Grenzen, technische Herausforderungen, Erklärbarkeit und klinischer Nutzen erörtert. Dr. Schultebraucks wird Beispiele für digitale Ansätze in der Psychiatrie aus ihrer eigenen multidisziplinären Forschung vorstellen, die sich darauf konzentrieren, das Fachwissen von klinischen Praktikern mit den jüngsten Fortschritten des maschinellen Lernens und der digitalen Phänotypisierung zusammenzubringen. Sie wird erörtern, wie diese Ansätze ein hohes Potenzial für die klinische Anwendung haben und die Skalierbarkeit und Genauigkeit klinischer Beurteilungen verbessern können. Angesichts dieser jüngsten Fortschritte bei der Risikoprognose und personalisierten Therapieauswahl werden abschließend die klinischen Implikationen für die künftige Verwendung von Ansätzen des maschinellen Lernens zur Vorhersage und Überwachung von posttraumatischem Stress und Resilienz im klinischen Umfeld erörtert.