Anwendung künstlicher Intelligenz im Rehabilitationsmanagement der Schizophrenie: ein systematischer Scoping-Review

Warum intelligente Werkzeuge bei schweren psychischen Erkrankungen wichtig sind

Schizophrenie kann es Menschen erschweren, klar zu denken, Kontakt zu anderen aufzubauen und den Alltag zu bewältigen; viele kämpfen auch nach einer Krankenhausbehandlung weiter. Gleichzeitig sind die psychosozialen Dienste weltweit überlastet, und viele erhalten nur wenig oder gar keine kontinuierliche Unterstützung. Dieser Artikel untersucht, wie künstliche Intelligenz (KI) – die gleiche Technikfamilie, die hinter Telefonassistenten und Online-Empfehlungen steht – als neuer Helfer in der langen Rehabilitationsstrecke bei Schizophrenie geprüft wird: um Menschen stabil zu halten, die Medikamenteneinnahme zu unterstützen und frühe Warnzeichen zu erkennen, bevor eine Krise eintritt.

Von Klinikbesuchen zum Alltagsleben

Die Autorinnen und Autoren beginnen mit dem Gegenüberstellen zweier sehr unterschiedlicher Ziele in der psychiatrischen Versorgung. Die Diagnose hat zum Ziel, einem Zustand wie Schizophrenie einen Namen zu geben, damit Behandelnde kommunizieren und die Therapie planen können. Rehabilitation hingegen zielt darauf ab, Menschen über Jahre oder Jahrzehnte hinweg beim Leben, Arbeiten und der Teilhabe in der Gemeinschaft zu unterstützen. Sie umfasst das Nachverfolgen von Symptomen über die Zeit, das Anpassen von Medikamenten, die Verhinderung von Rückfällen sowie den Aufbau von Fähigkeiten und sozialen Beziehungen. Trotz klarer Leitlinien ist diese Form der langfristigen Unterstützung weltweit ungleich verteilt: Viele sehen nie einen Spezialisten, und Nachsorge ist oft unregelmäßig. Diese Lücke öffnet den Markt für digitale Werkzeuge – Smartphones, Wearables, Online-Plattformen –, die kontinuierlich Daten sammeln und Hilfe aus der Ferne liefern können.

Worauf dieser Review abzielte

Um zu verstehen, wie KI in der Rehabilitation eingesetzt wird, werteten die Forschenden 83 Studien aus, die zwischen 2012 und Ende 2025 veröffentlicht wurden. Alle Studien bezogen Menschen mit klinisch bestätigter Schizophrenie oder verwandten psychotischen Störungen ein und konzentrierten sich auf Aufgaben im Zusammenhang mit der fortlaufenden Versorgung, nicht nur mit der Diagnose. Das Team ordnete jedes Projekt Rehabilitationsbereichen wie Symptomüberwachung, Medikationsmanagement, Risikomanagement, funktionellem Training und psychosozialer Unterstützung zu. Sie dokumentierten außerdem, welche Arten von Daten verwendet wurden (z. B. Sprache, elektronische Gesundheitsakten oder Smartphone-Sensoren), welche KI-Techniken angewendet wurden, wie leistungsfähig die Systeme waren und ob sie in realen Settings getestet worden sind.

Wie KI heute eingesetzt wird

Der Großteil der bisherigen Arbeiten konzentriert sich auf die Überwachung von Symptomen über die Zeit. Viele Studien analysierten Sprache, Text oder Smartphone-Daten, um die Schwere von Halluzinationen, Denkstörungen, Motivation oder sozialer Funktion einzuschätzen, ohne sich ausschließlich auf lange klinische Interviews zu stützen. Andere nutzten Telefondaten, Wearables oder Internet-Suchmuster, um Tage oder Wochen vor einer Hospitalisierung vor einem möglichen Rückfall zu warnen. Eine zweite große Gruppe von Studien befasste sich mit Medikamenten: Sie überprüften mittels Smartphone-Kameras, ob Patientinnen und Patienten ihre Medikamente einnahmen, sagten voraus, wer die Einnahme einstellen oder schlecht auf ein Medikament reagieren könnte, und identifizierten Nebenwirkungen wie hormonelle Veränderungen oder Diabetesrisiken anhand routinemäßiger Gesundheitsdaten. Ein dritter Cluster behandelte das Risikomanagement, etwa Vorhersagen von Rückfällen, Wiederaufnahme ins Krankenhaus, Gewalt oder schweren körperlichen Erkrankungen. Nur wenige Projekte versuchten, Übungstraining zu unterstützen oder Therapeutinnen und Therapeuten in Echtzeit zu leiten, obwohl diese Bereiche zentral für den Wiederaufbau des Alltags sind.

Wie gut sind diese Systeme bisher?

Auf dem Papier wirken viele Modelle vielversprechend. Bei Aufgaben wie dem Einteilen von Personen in Risikogruppen oder dem Schätzen von Symptomwerten war die Genauigkeit oft relativ hoch, und einige kleine Studien berichteten von sehr guter Leistung bei der Analyse von Stimme oder Verhaltensmustern. Systeme zur Rückfallwarnung konnten ungewöhnliche Verhaltensänderungen oft erkennen, verfehlten jedoch viele tatsächliche Rückfälle und erzeugten gleichzeitig Fehlalarme; sie eignen sich daher besser als frühe „Anstupser“ denn als alleinige Entscheidungsinstanzen. Wichtig ist: Nur wenige Studien testeten ihre Modelle an völlig neuen Patientengruppen, und sehr wenige dokumentierten, wie gut die Prognosen kalibriert waren – also ob ein angegebenes Risiko tatsächlich mit dem Eintreten übereinstimmte. Noch weniger Projekte schlossen die Schleife, indem sie Vorhersagen in konkrete Maßnahmen wie klinische Kontaktaufnahme oder Therapieanpassungen überführten und dann untersuchten, ob dies das Leben der Betroffenen verbesserte.

Was als Nächstes geschehen muss

Der Review kommt zu dem Schluss, dass KI ein klares Potenzial hat, die Rehabilitation bei Schizophrenie zu stärken, indem sie Symptome genauer überwacht, die Medikamenteneinnahme unterstützt und Menschen mit erhöhtem Risiko für Rückfälle oder medizinische Probleme hervorhebt. Die meisten Werkzeuge befinden sich jedoch noch im „frühen Prototyp“-Stadium, sind an Daten aus Ländern mit hohem Einkommen angepasst und wurden hauptsächlich an kurzfristigen oder indirekten Endpunkten getestet. Um Patientinnen und Patienten wirklich zu helfen, benötigen künftige Systeme sorgfältige externe Tests, klare Methoden zur Darstellung von Unsicherheit, Schutzmechanismen für Privatsphäre und Fairness sowie Designs, die Klinikerinnen, Kliniker und Betroffene in die Abläufe einbinden statt sie zu ersetzen. Vor allem, so argumentieren die Autorinnen und Autoren, sollte Erfolg nicht nur an technischen Kennzahlen gemessen werden, sondern daran, ob KI-unterstützte Versorgung Krisen reduziert und Menschen mit Schizophrenie eine vollere Teilhabe am Alltagsleben ermöglicht.

Zitation: Yang, H., Chang, F., Muroi, F. et al. Application of artificial intelligence in schizophrenia rehabilitation management: a systematic scoping review. Transl Psychiatry 16, 180 (2026). https://doi.org/10.1038/s41398-026-03872-3

Schlüsselwörter: Rehabilitation bei Schizophrenie, digitale Phänotypisierung, Medikamentenadhärenz, Rückfallvorhersage, KI in der psychischen Gesundheit