Allgemein

Virtuelle Ringvorlesung: Neue Wege in der Psychiatrie entdecken!

Im Wintersemester 2025/26 startet an mehreren renommierten Hochschulen in Deutschland eine interdisziplinäre Ringvorlesung über das spannende Thema der „Computational Psychiatry“. Unter anderem sind die MSH Medical School Hamburg, die MSB Medical School Berlin sowie die HMU Health and Medical University aus Erfurt und Potsdam beteiligt. Diese kostenfreie virtuelle Vortragsreihe richtet sich an ein breites Publikum und wird zahlreiche Expert:innen aus den Bereichen Psychologie, Psychiatrie und Neurowissenschaften beheimaten. Ziel ist es, das Verständnis komplexer Prozesse im Gehirn bei psychischen Erkrankungen wie Depressionen, Zwängen und Psychosen zu fördern. Hierbei kommen moderne computergestützte Modelle und künstliche Intelligenz zum Einsatz, um tiefere Einblicke in die Mechanismen psychischer Störungen zu ermöglichen.

Der Auftakt der Vortragsreihe findet am 23. Oktober mit einem Vortrag von Prof. Dr. Philipp Sterzer von den Universitären Psychiatrischen Kliniken Basel zum Thema „Predictive Processing: Ein neurocomputationaler Erklärungsansatz für Psychosen“ statt. Alle Vorträge sind von der Psychotherapeutenkammer Hamburg akkreditiert. Die Anmeldung zu den Veranstaltungen ist über die Homepage der Veranstaltenden erforderlich.Medical School Hamburg berichtet, dass das Programm umfassend geplante Inhalte umfasst, die alle Aspekte der Computational Psychiatry beleuchten.

Theoretische Grundlagen der Computational Psychiatry

Computational Psychiatry untersucht die Beziehung zwischen der Neurobiologie des Gehirns, äußeren Einflüssen und psychischen Symptomen. Dabei wird ein mechanistischer Ansatz verfolgt, der biologische Reduktionismen vermeidet und künstliche Kategorisierungen hinterfragt. Mechanismen und Rechenmodelle werden genutzt, um neue Perspektiven zu entwickeln, insbesondere bei Störungen wie Depression und Schizophrenie.Dort beschreibt die Forschung, wie verstärkendes Lernen die Entscheidungsfindung im Gehirn beeinflusst und wie dies bei der Behandlung von psychischen Erkrankungen von Bedeutung sein kann.

Ein zentrales Element ist die prädiktive Kodierung, welche die Verarbeitung sensorischer Daten und bestehender Überzeugungen verknüpft, um eine genauere Inferenz über Umweltbedingungen zu ermöglichen. Störungen in diesem Prozess, etwa bei Schizophrenie, können durch neurobiologische Anomalien hervorgerufen werden, die die Präzision in der inferentiellen Hierarchie beeinträchtigen und zu verzerrten Wahrnehmungen führen. Diese theoretischen Grundlagen sind entscheidend für das Verständnis der psychischen Erkrankungen und deren Behandlung.

Anwendungsbeispiele und Forschung

Ein Beispiel, das die Komplexität der Forschungsansätze verdeutlicht, ist das hierarchische generative Modell, das sich mit Entscheidungsfindungen auseinandersetzt. Dabei wird ein Szenario beschrieben, in dem ein Beobachter eine Sequenz von Kugeln aus unterschiedlichen Gläsern sieht und darauf basierend Vorhersagen treffen muss. Hierbei spielt Unsicherheit eine zentrale Rolle, insbesondere in Bezug auf sensorische Wahrnehmungen.Die Forschung zeigt, dass solche Unsicherheiten gerade bei psychischen Erkrankungen wie Schizophrenie verstärkt auftreten können.

Das Verständnis und die Analyse dieser Prozesse sind nicht nur für die Forschung von Bedeutung, sondern auch für die praktische Anwendung in der psychiatrischen Versorgung. Die Erkenntnisse aus der Computational Psychiatry könnten die psychiatrische Klassifikation, Diagnose und Behandlung nachhaltig verbessern, indem sie unterschiedliche Perspektiven und analytische Ansätze nutzen.

Mit der anstehenden Ringvorlesung im Wintersemester wird ein wertvoller Beitrag zur Weiterentwicklung des Wissens über psychische Erkrankungen und deren mechanistische Ursachen geleistet. Sie bietet eine Plattform für einen interdisziplinären Austausch und fördert die Integration moderner Technologien in die psychologische Forschung.

Statistische Auswertung

Beste Referenz
medicalschool-hamburg.de
Weitere Infos
pubmed.ncbi.nlm.nih.gov
Mehr dazu
pmc.ncbi.nlm.nih.gov

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert