Quantifizierung der Verbesserung psychotischer Symptome bei Clozapin-behandelter Schizophrenie: Analyse klinischer Notizen mit großen Sprachmodellen

Warum Alltagssprache versteckte Veränderungen offenbaren kann

Wenn Menschen mit Schizophrenie über ihren Alltag sprechen, kann die Wortwahl still widerspiegeln, wie gut ihre Behandlung wirkt. In vielbeschäftigten Krankenhäusern fehlt Ärzten jedoch meist die Zeit, jahrelange klinische Notizen durchzugehen, um zu sehen, ob die Sprache eines Patienten klarer, ruhiger oder hoffnungsvoller wird. Diese Studie zeigt, wie moderne Werkzeuge der künstlichen Intelligenz, sogenannte große Sprachmodelle, diese Notizen für uns lesen und subtile Anzeichen dafür erkennen können, dass sich Symptome während einer Behandlung mit dem Medikament Clozapin verbessern.

Routine-Notizen in nützliche Signale verwandeln

Die Forschenden konzentrierten sich auf eine Gruppe von 30 Personen mit schwerer, therapieresistenter Schizophrenie, die mit Clozapin begonnen hatten – einem Medikament, das eingesetzt wird, wenn andere Präparate versagt haben. In Japan setzt der Beginn einer Clozapin-Behandlung einen Krankenhausaufenthalt und sorgfältige Überwachung voraus, was eine umfangreiche Spur elektronischer Gesundheitsdaten erzeugt. Aus diesen Aufzeichnungen extrahierte das Team nur die Passagen, in denen Psychiater notiert hatten, was Patienten gesagt hatten, etwa Begrüßungen, Beschwerden über Schlaf oder Berichte über Stimmenhören. Am Ende standen mehr als 22.000 Sätze aus über 5.000 Notizen, die den Monat vor Clozapin und drei gleich lange Phasen während des stationären Behandlungsverlaufs abdeckten.

KI mit der Bewertung psychiatrischer Symptome beauftragen

Um Rohtext in Symptomwerte zu übersetzen, nutzte das Team drei leistungsfähige Sprachmodelle. Jedes Modell erhielt detaillierte Anweisungen, sich wie ein erfahrener Psychologe zu verhalten und jede Notiz nach einem in der Psychiatrie gebräuchlichen Standardchecklistentool zu bewerten, der Brief Psychiatric Rating Scale. Anstatt sich auf Körpersprache oder Stimmlage zu stützen, beurteilten die Modelle allein den gesagten Inhalt und vergaben Punkte für Merkmale wie Angst, konzeptuelle Desorganisation, ungewöhnliche Überzeugungen, Halluzinationen, Misstrauen und depressive Verstimmung. Die Modelle waren sich einig, dass mehrere Schlüsselsymptome während der Clozapin-Behandlung abnahmen: Angst, konzeptuelle Desorganisation, Misstrauen, ungewöhnliche Gedanken, halluzinationsähnliche Äußerungen und Niedergeschlagenheit verringerten sich im Zeitverlauf. Körperbezogene Sorgen stiegen zunächst an – vermutlich eine Folge früher Nebenwirkungen wie Müdigkeit oder Schläfrigkeit – und gingen dann allmählich zurück.

Wie sich die Wortwahl während der Behandlung verschob

Das Team wandte zudem traditionellere Methoden der Sprachstatistik an, um besser zu verstehen, was die Modelle erfassten. Sie zählten verschiedene Wortarten wie Substantive, Verben, Adverbien und Adjektive in jedem Satz. Im Zeitverlauf verwendeten die Patienten mehr Adjektive, insbesondere Wörter, die Gefühle und körperliche Zustände beschreiben, etwa „gut“, „angenehm“, „müde“, „schläfrig“, „schrecklich“ und „beängstigend“. Gleichzeitig nahm die Verwendung des Wortes „nein“ ab. Bei der Betrachtung kurzer Zwei-Wort-Kombinationen zeigte sich, dass „nein“ oft in Phrasen wie „keine Veränderung“ oder „nichts Besonderes“ vorkam – typische knappe Antworten von Patienten, die sich abgestumpft oder unmotiviert fühlen. Weniger solcher Wendungen im Zeitverlauf deutete darauf hin, dass Patienten sich stärker auf ihre Ärztinnen und Ärzte einließen, statt Gespräche abzuweisen.

Den emotionalen Ton in den Worten selbst messen

Um Emotionen genauer zu untersuchen, verwendeten die Forschenden ein Tool namens Linguistic Inquiry and Word Count, das prüft, wie häufig Menschen Wörter verwenden, die mit positiven oder negativen Gefühlen verbunden sind. Sie stellten fest, dass positive Emotionswörter im späteren Behandlungsverlauf häufiger wurden, während negative Emotionswörter weitgehend unverändert blieben. Beim Vergleich dieser Muster mit den von den Sprachmodellen erzeugten Scores zeigte sich, dass beide Ansätze miteinander verwandt, aber nicht identisch sind. Die Modelle erfassten besonders gut großflächige Verschiebungen bei Angst und Stimmung, während die wörterbuchbasierten Zählungen den Anstieg explizit positiver Ausdrücke hervorhoben. Zusammen zeichneten sie das Bild von Patientinnen und Patienten, deren Sprache emotional reicher wurde und weniger von Leidensäußerungen dominiert war, während die Behandlung fortschritt.

Was das für die zukünftige Versorgung bedeutet

Für Nicht-Fachleute ist die Kernbotschaft einfach: Durch genaues Wahrnehmen dessen, wie Patienten sprechen – anhand der klinischen Notizen, die ohnehin in ihren Akten stehen – können KI-Systeme bedeutsame Verbesserungen psychotischer Symptome und des emotionalen Befindens während einer Behandlung erkennen. Die Studie legt nahe, dass große Sprachmodelle, selbst wenn Notizen kurz und unvollkommen sind, Klinikern helfen können, Trends zu verfolgen, die sonst übersehen werden könnten, wie klareres Denken, weniger halluzinationsbezogene Äußerungen und mehr positive, engagierte Gespräche. Diese Werkzeuge werden menschliches Urteil nicht ersetzen, könnten aber eines Tages eine wenig aufwändige, dezente Überwachung bieten, die Ärzten hilft, die Versorgung anzupassen, Probleme früher zu erkennen und nachzuvollziehen, wie sich die inneren Welten der Patienten über die Zeit verändern.

Zitation: Matsumura, M., Nishida, K., Toyoda, K. et al. Quantifying improvement of psychotic symptoms in clozapine-treated schizophrenia: clinical note analysis with large language models. Sci Rep 16, 8835 (2026). https://doi.org/10.1038/s41598-026-39676-0

Schlüsselwörter: Schizophrenie, Clozapin, klinische Notizen, große Sprachmodelle, psychotische Symptome