Neurowissenschaften

Mathematik hilft Psychiatrie

 Können mathematische Modelle von Gehirnvorgängen die Behandlung psychiatrischer Erkrankungen verbessern? Die geladenen Fachleute am ersten Zürcher Meeting zur «Computational Psychiatry» zeigten sich davon überzeugt.

Stefan Stöcklin

Wegbereiter der «Computational Psychiatry»: Klaas E. Stephan, Professor für Translational Neuromodeling an der UZH und der ETH. (Bild: Stefan Stöcklin)

Viele Menschen, die von psychischen Krankheiten betroffen sind, können nur unbefriedigend behandelt werden. Es gibt zwar Medikamente und Therapien gegen Depressionen, Schizophrenie oder Autismus, diese helfen aber oft nur einem Teil der Patienten. Für die Zukunft verspricht eine neue Disziplin namens «Computational Psychiatry» Verbesserung. Computermodelle simulieren dazu die Vorgänge im Gehirn, um die Mechanismen der Krankheiten ursächlich zu verstehen. Das langfristige Ziel wäre eine verbesserte Therapie – soweit die Theorie.

«Wir befinden uns noch ganz am Anfang, es handelt sich um ein neues Feld», sagt der Psychologe Tobias Hauser, der am Kinder- und Jugendpsychiatrischen Dienst der UZH promovierte. Der Neurowissenschaftler hat zusammen mit Andreea Diaconescu, Oliver Hager und Matthias Hartmann das erste Zürcher Meeting zur «Computational Psychiatry» mit hochkarätigen Experten aus dem In- und Ausland organisiert (siehe Beitrag Seite 11 im UZH-Journal Nr. 3, 2014). Das Meeting lockte rund 150 Neurowissenschaftler an die Psychiatrische Universitätsklinik der UZH, um in  Vorträgen und Posterveranstaltungen erste Erfahrungen und Daten auszutauschen.

«Ganzheitlicher Ansatz»: Neurowissenschaftler Tobias Hauser vom Kinder- und Jugendpsychiatrischen Dienst. (Bild: zVg)

Schwierige Diagnosen

Was unter dem neuen Forschungsfeld zu verstehen ist, erläuterte Klaas E. Stephan vom Zentrum für Neurowissenschaften der UZH und ETH Zürich. Er leitet die Einheit für «Translational Neuromodeling» und verkörpert als studierter Mediziner und Informatiker den transdisziplinären Ansatz der Disziplin. Anhand der Schizophrenie beschrieb Stephan das Dilemma, in dem sich die Ärzte bei der Diagnose psychischer Krankheiten häufig befinden. Das diagnostische Standardwerk DSM-5 (Diagnostic and Statistical Manual for Mental Disorders) listet bei dieser Erkrankung eine Vielzahl unterschiedlicher Merkmale auf. Zwei als «schizophren» diagnostizierte Patienten können unter Umständen kein einziges gemeinsames Symptom aufweisen.

«Es ist problematisch, wenn wir eine Krankheit aufgrund von Symptomen und nicht den dahinterliegenden Ursachen definieren», sagt Stephan. Eine Folge davon sei die Ineffizienz bei der medikamentösen Behandlung: Die Standardtherapie nützt vielleicht bei einem bestimmten Betroffenen, beim anderen hingegen nicht. Das habe mit der Unschärfe bei der Diagnose zu tun und macht oft langwierige Einstellungen der medikamentösen Therapie nötig. Diese unbefriedigende Situation ist bei vielen Spektrumserkrankungen wie Depression oder Autismus klinischer Alltag.

Individualisierte Behandlung

Diese Schwierigkeiten, die die Psychiatrie seit ihren Anfängen umtreibt, könnte in Zukunft die Computational Psychiatry beheben. Ziel ist ein genaueres Verständnis der neurobiologischen Ursachen, um die Krankheiten präziser zu diagnostizieren. Die Patienten sollen so den Untergruppen der breit definierten Krankheiten zugeordnet und individueller behandelt werden.

Voraussetzung dazu sind geeignete Modelle, die das Verhalten der Patienten als Wechselwirkung zwischen Umwelteinflüssen und physiologischen Vorgängen im Gehirn beschreiben. Ein ambitioniertes Ziel, wie die Exponenten einräumen. Zwar sind viele molekulare Vorgänge und Veränderungen im Gehirn bereits bekannt, aber ihr Zusammenhang mit psychischen Krankheiten ist unscharf. «Zwischen Verhalten und Physiologie des Gehirns klafft noch eine grosse Lücke», sagt Stephan.

Nützliche mathematische Modelle

Die Brücke dazwischen sollen mathematische Beschreibungen der Hirnvorgänge schliessen. Stephan meint dazu lakonisch: «Alle Modelle sind falsch, aber einige sind nützlich.» Dazu gehört zum Beispiel die Modellierung eines Phänomens namens neuronaler Plastizität. Der Begriff beschreibt den andauernden Auf- und Abbau von Verbindungen zwischen Nervenzellen, den sogenannten Synapsen. Sie bilden im Gehirn Billionen von Kontaktstellen und vermitteln über Neurotransmitter Informationen zwischen den Neuronen. Das riesige Netzwerk bildet die Basis für unsere Lernfähigkeit. Die Plastizität ist ein wichtiger Mechanismus für unsere Reaktion auf und Anpassung an die Umwelt. Läuft sie schief, reagieren wir zu stark oder falsch auf äussere Einflüsse.

Im Fall der Schizophrenie ist es der Forschungsgruppe um Stephan gelungen, drei Gruppen von synaptischen Netzwerken zu identifizieren, die möglichen Patienten-Untergruppen entsprechen. Dazu nutzten sie ein mathematisches Modell zur Beschreibung von Interaktionen zwischen Neuronenpopulationen, das auf funktionelle MRI-Messungen von 41 Patienten angewendet wurde. Die vom Modell errechneten Stärken synaptischer Verbindungen definierten drei Gruppen, welche verschiedene klinische Symptome zeigten. Hervorzuheben sei, betont Stephan, dass das Modell keine Informationen über das Verhalten oder die Symptome der Patienten hatte.

Ob die Hypothese der Krankheitsursache wirklich stimmt und das Modell das Verhalten auch in anderen Fällen richtig voraussagen wird, muss erst noch gezeigt werden. Aber Stephan hält die Experimente für ein hoffnungsvolles Beispiel der Computational Psychiatry, die mit ihrem Ansatz auf dem richtigen Weg sei. Allerdings dürfte es noch einige Jahre dauern, bis die Arbeiten aus dem Labor in den Alltag Einzug halten. Zunächst muss das Modell im klinischen Alltag validiert werden.

Wie gültig sind die Modelle?

Nicht alle Experten sind so optimistisch. Kritische Neurobiologen wie zum Beispiel Franz X. Vollenweider (Psychiatrische Universitätsklinik, UZH) bezeichnen den Ansatz als «zu reduktionistisch und idealistisch» und vermissen den Einbezug von Umwelteinflüssen auf Hirnplastizität und Verhalten. Insbesondere sei unklar, ob die an einer beschränkten Patientengruppe erzielten Ergebnisse für den Einzelfall Gültigkeit haben und generalisiert werden können. Verschiedene psychische Erkrankungen ergeben sich durch ein dynamisches Wechselspiel zwischen Person und ihrem psychosozialem Umfeld und sind somit mehr als die Summe biochemischer Fehlfunktionen. Insofern sei der Anspruch etwas vermessen, solch komplexes Verhalten auf eine einfache mathematische Formel zu bringen.

Tobias Hauser und Klaas E. Stephan kennen diese Kritik. «Wir verfolgen einen ganzheitlichen Ansatz und reduzieren psychische Krankheiten nicht auf einzelne Ursachen», sagt Tobias Hauser. Umwelteinflüsse würden ebenso einbezogen wie innere Faktoren. Es gehe darum, die Betroffenen besser zu behandeln und die Krankheiten zu entstigmatisieren, betont der Psychologe.

Neugründung in London

«Die Disziplin ist noch jung, die Ausrichtung der Forschung offen», sagt Hauser, der das erste Zürcher Symposium zusammen mit seinen Kolleginnen und Kollegen dank einem Grant des Graduate Campus realisieren konnte. «Wichtig ist es, verschiedene Meinungen anzuhören.»

Ob die Computational Psychiatry ihre Erwartungen erfüllen wird, muss derzeit offen bleiben. Sicher ist hingegen schon jetzt, dass die Disziplin nicht nur in Zürich voran getrieben wird, wie Ray Dolan in seinen Ausführungen deutlich machte. Der Neuropsychiater ist Direktor des neu gegründeten Zentrums für Computational  Psychiatry, das die Max-Planck-Gesellschaft zusammen mit dem University College London Anfang April 2014 in der britischen Hauptstadt eröffnet hat.

Stefan Stöcklin, Redaktor UZH News

Kommentar schreiben

Die Redaktion behält sich vor, Kommentare nicht zu publizieren. Unberücksichtigt bleiben insbesondere anonyme, ehrverletzende, rassistische, sexistische, unsachliche oder themenfremde Kommentare sowie Beiträge mit Werbeinhalten.

Anzahl verbleibender Zeichen: 1000