Digitale Textverarbeitung zur Unterstützung der klinischen Psychologie

Digitale Textverarbeitung zur Unterstützung der klinischen Psychologie

Wie können innovative Technologien dazu eingesetzt werden, bestehende Werkzeuge für klinisches Fachpersonal zur Erkennung von psychischen Erkrankungen zu digitalisieren? Dies ist eine Forschungsfrage, mit welcher wir uns am Institute for Data Applications and Security IDAS der Berner Fachhochschule auseinandersetzen. Insbesondere forschen wir momentan an der Erkennung von Burnout, im Rahmen des vom Schweizerischen Nationalfonds finanzierten Projekts BurnoutWords.

Was ist Burnout?

Die neue Version der Klassifikation der Krankheiten (ICD-11) der Weltgesundheitsorganisation (WHO) definiert neu auch den Begriff Burnout:

«Burnout is a syndrome conceptualized as resulting from chronic workplace stress that has not been successfully managed. It is characterised by three dimensions: 1) feelings of energy depletion or exhaustion; 2) increased mental distance from one’s job, or feelings of negativism or cynicism related to one’s job; and 3) a sense of ineffectiveness and lack of accomplishment.» [1]

Burnout entsteht also durch chronischen Stress am Arbeitsplatz, mit welchem nicht erfolgreich umgegangen werden kann. Auch in der Schweiz sind die Belastung und der Stress am Arbeitsplatz ein wichtiges Thema. In einer Studie aus dem Jahr 2020 wurde gezeigt, dass sich in der Schweiz beinahe ein Drittel der Erwerbstätigen emotional erschöpft fühlt [2]. Es wird auch geschätzt, dass arbeitsbezogener Stress die Arbeitgebenden rund 7.6 Milliarden Schweizer Franken pro Jahr kostet. So eine Belastung am Arbeitsplatz kann eben auch zu einem Burnout Syndrom führen.

Das Projekt BurnoutWords

Computerlinguistik, die oft auch mittels des englischen Fachbegriffs Natural Language Processing (NLP) bezeichnet wird, ist das Fachgebiet der automatischen Verarbeitung von menschlicher Sprache mittels Informatik. Diese Sprache kann unterschiedliche Formen haben, beispielsweise schriftlich oder als Audioaufzeichnung. Im Projekt BurnoutWords konzentrieren wir uns primär auf Texte. Typische Beispiele für automatische Textverarbeitung sind automatische Rechtschreib- oder Grammatikprüfung oder das automatisierte Extrahieren von Informationen aus einer grossen Menge an Text (sogenanntes Text Mining). Da die menschliche Sprache sehr komplex und kontextabhängig ist, sind dies keine leichten Aufgaben für den Computer. Insbesondere Konzepte wie Humor oder Ironie sind eine grosse Herausforderung in der automatischen Textverarbeitung.

In der klinischen Psychologie werden zur Identifikation von Burnout sogenannte Inventories verwendet. Inventories sind psychologische Tests, bei denen die Patient*innen einen Fragebogen ausfüllen, der auf Multiple-Choice-Fragen zum Ankreuzen basiert. Es gibt Hinweise in der Forschung, dass Freitextfragen sehr vielversprechend wären, jedoch ist dies in der manuellen Auswertung momentan noch sehr aufwendig.

Im Projekt BurnoutWords entwickeln wir neue Methoden im Bereich der Computerlinguistik, um Freitextfragen automatisiert auswerten zu können und basierend auf der Antwort eine Einschätzung geben zu können, ob ein/e Patient*in von Burnout betroffen ist.

Erste Ergebnisse

Bereits einige Monate nach Projektstart liegen die ersten Ergebnisse vor, welche vielversprechend sind. An einer Fachkonferenz im November wird das Projektteam vorstellen, wie mit Ausschnitten von Interviews mit Burnout Betroffenen und einer Kontrollgruppe erste Resultate erzielt werden konnten. Da der bestehende Datensatz aus dieser ersten Phase noch sehr klein ist, sollen nun in einem weiteren Schritt mehr Daten gesammelt werden. Damit möglichst viele Daten untersucht werden können, läuft aktuell eine anonyme Umfrage (siehe Infobox), mit welcher Textspenden von verschiedenen Autor*innen gesammelt werden.

Zusammenarbeit Mensch und Maschine

Sollen solche Tools nun in Zukunft das klinische Fachpersonal ersetzen? Nein – dies ist definitiv nicht die Idee solcher Technologien. Während Computer sehr gut darin sind, viele Daten in kurzer Zeit auszuwerten, können sie, im Gegensatz zum Menschen, ihre Entscheidungen nicht reflektieren oder die Verantwortung dafür übernehmen. Diese Rolle muss auch in Zukunft von einem Menschen übernommen werden. Im Rahmen einer sinnvollen Arbeitsteilung sollen solche Technologien daher neue Entscheidungshilfen für das klinische Fachpersonal bieten, um es in seiner täglichen Arbeit zu unterstützen.

Referenzen:

[1] https://icd.who.int/browse11/l-m/en\#/http://id.who.int/icd/entity/129180281

[2] Gesundheitsförderung Schweiz, Job-Stress-Index 2020, Faktenblatt 48, 09/2020.

Weitere Informationen zum Projekt:

https://www.bfh.ch/de/aktuell/news/2021/jedes-wort-zaehlt-text-spenden-und-burnouts-verhindern/

www.burnoutwords.ch