Human-Centered Artificial Intelligence > Kollaborationen

Datenspende und digitale soziale Interaktionen

Unsere Datenspende-Plattform Dona ist in fünf Sprachen verfügbar (Deutsch, Englisch, Ukrainisch, Armenisch und Russisch).

Mit der Arbeitsgruppe von Prof. Dr. Katharina Schultebrauck an der New York University (NYU) integrieren wir Dona in eine Studie mit Traumapatient*innen, um die Auswirkungen sozialer Interaktionen besser zu verstehen.

Mit unseren Partner*innen von der Staatlichen Universität Yerevan (Armenien) planen wir, Messaging-Daten von Bevölkerungsgruppen zu sammeln, die Krieg und Vertreibung erlebt haben.

Stressforschung

Mit Prof. Dr. Eugenia Alleva am Mount Sinai Hospital New York führen wir derzeit eine Studie zu Menstruationsschmerzen und Resilienz durch, in die der Digital Stress Test (DST) als zentrales digitales Maß für Resilienz integriert ist; zudem ist geplant, das nonverbale Verhalten der Teilnehmenden unter Stress zu analysieren.

Im Rahmen unserer Stressforschung arbeiten wir außerdem eng mit der Arbeitsgruppe von Prof. Dr. Oliver Wolf an der Ruhr-Universität Bochum zusammen. Mit seiner Expertise unterstützt er uns bei der konzeptionellen Weiterentwicklung des DST und der Planung klinischer und Online-Studien.

Hinsichtlich der Erhebung und Analyse stressbezogener Videodaten kooperieren wir außerdem mit der Arbeitsgruppe von Prof. Dr. Petra Wirtz an der Universität Konstanz, Prof. Dr. Gregor Domes an der Universität Trier sowie mit Ileana Schmalbach und Prof. Dr. Katja Petrowski von der Universität Mainz.

Wenn Sie ebenfalls mit stressbezogenen Videodaten arbeiten oder Stressinduktionsstudien planen, finden Sie hier weitere Informationen zu unserer Stressforschung sowie ein DST-Kooperationspaket.

Stress und soziale Signale in klinischen Populationen

In Zusammenarbeit mit Prof. Dr. Frank Neuner von der Psychotherapie-Ambulanz der Universität Bielefeld sowie mit Prof. Dr. Thomas Beblo von der Forschungsabteilung des Evangelischen Klinikums Bethel führen wir im Rahmen des Projekts „Inklusive Erklärbare KI“ eine Studie zur Erhebung von Daten über soziale Signale des Verstehens durch. In Zusammenarbeit mit Prof. Dr. Frank Neuner von der Psychotherapie-Ambulanz der Universität Bielefeld sowie Prof. Dr. Thomas Beblo von der Forschungsabteilung des Evangelischen Klinikums Bethel führen wir im Rahmen des Projekts „Inklusive Erklärbare KI“ eine Studie zur Erhebung von Daten über soziale Signale des Verstehens durch. In dieser Studie werden den Teilnehmenden zwei Spiele erklärt, einmal in einer neutralen und einmal in einer stressigen Situation. Durch den Vergleich von Aufzeichnungen zwischen diesen Bedingungen und Teilnehmenden mit und ohne soziale Interaktionsbedingungen können wir die Auswirkungen von Stress und sozialen Interaktionsbedingungen auf Verstehenssignale untersuchen.

Soziale Interaktion und klinische Anwendungen

Wir arbeiten mit mehreren Partner*innen im Rahmen der Simulated Interaction Task (SIT) zusammen. Der SIT ist eine einfache und benutzerfreundliche Webanwendung, mit der Teilnehmende bei einem standardisierten sozialen Interaktionsszenario per Video aufgezeichnet werden können und die so eine objektive Analyse des sozialen Interaktionsverhaltens ermöglicht.

Prof. Dr. Monica Peruscia Hernandez vom Cybernetics & Reality Engineering Lab am Nara Institute of Science and Technology (NAIST, Japan) kooperiert mit uns bei der Untersuchung kulturübergreifender Unterschiede im nonverbalen Verhalten während sozialer Interaktionen.

Autismus und transdiagnostische Diagnostik

In einer multizentrischen Studie unter der Leitung von Prof. Dr. Isabek Dziobek, die von Simon Kirsch an der Albert-Ludwigs-Universität Freiburg und von Dr. Muyu Lin an der Humboldt-Universität Berlin durchgeführt wurde, haben wir das SIT in eine Studie mit Patient*innen aus dem Autismus-Spektrum integriert. Mittels multimodaler und erklärbarer maschineller Lernanalyse versuchen wir, Unterschiede in Mimik, Blickverhalten, Stimme und Kopfbewegungen zwischen diesen Patient*innen und Menschen ohne eine solche Diagnose zu finden. (Paper: On Scalable and Interpretable Autism Detection from Social Interaction Behavior und Paper: Towards the automatic detection of social biomarkers in autism spectrum disorder: introducing the simulated interaction task (SIT)), um Kliniker*innen mit objektiven Indikatoren während des diagnostischen Prozesses zu unterstützen.

Über die Charakterisierung von Autismus-Spektrum-Störungen hinaus setzen unsere Partner*innen aus dem Labor von Prof. Dr. Isabel Dziobek an der Humboldt-Universität zu Berlin and Prof. Dr. Timo Brockmeyer an der Universität Münster das SIT in der psychotherapeutischen Standarddiagnostik ihrer Hochschulambulanzen ein. Auch approbierte Psychotherapeut*innen außerhalb des akademischen Bereichs wie Ralf Jostes unterstützen die Forschung mit dem SIT, indem sie es in ihr diagnostisches Standardverfahren integrieren. Dies ermöglicht uns, die sozialen Interaktionen von Patient*innen zu analysieren, bei denen verschiedene Erkrankungen wie Depressionen, ADHS und soziale Angststörungen diagnostiziert wurden und damit Algorithmen zur Unterscheidung des Sozialverhaltens bei verschiedenen psychischen Erkrankungen zu entwickeln.

SIT für verschiedene Zielgruppen

Parallel dazu haben wir gemeinsam mit Prof. Dr. Julia Asbrand und Nadine Vietmeier von der Universität Jena und Prof. Dr. Isabel Dziobek und Dr. Simone Kirst von der Humboldt-Universität zu Berlin neue Versionen des SIT entwickelt. Wir validieren derzeit den „Kids-SIT“ und wollen diesen zur Ableitung digitaler Biomarker für soziale Angststörungen bei Kindern nutzen (Vorregistrierte Studie: https://osf.io/tw9ne/).

Gemeinsam mit Prof. Dr. Timo Brockmeyer von der Universität Münster entwickeln wir das „ED-SIT“, das zur Analyse des sozialen Interaktionsverhaltens bei Patient*innen mit Essstörungen geeignet ist.

Computergestützte Phänotypisierung

Der Idee transdiagnostischer Ansätze folgend, arbeiten wir mit der Forschungsgruppe von Prof. Dr. Michael Rapp von der Universität Potsdam im Phenotypic, Diagnostic and Clinical Domain Assessment Network (PDCAN) zusammen. Mit Hilfe von überwachtem und unüberwachtem maschinellem Lernen streben wir eine computergestützte Phänotypisierung von psychischen Störungen an.

Methodenentwicklung in der Informatik

Mit Prof. Dr. Davide Mottin an der Aarhus University planen wir derzeit ein Projekt zu Graphnetzwerken im Kontext von Interaktionsdaten aus sozialen Medien. An der Universität Bielefeld arbeiten wir mit Prof. Dr. Barbara Hammer an einem Machine-Learning-basierten Projekt zur Herzschlagerkennung. Für den nächsten Entwicklungsschritt des SIT werden wir gemeinsam mit Prof. Dr. Stefan Kopp (Universität Bielefeld) eine Version mit einem Avatar entwickeln.

Wir sind Teil mehrerer Forschungszentren:

Wir sind allen Partner*innen, die in der Vergangenheit mit uns in verschiedenen Projekten zusammengearbeitet haben, für die Inspiration und Unterstützung sehr dankbar:

• Prof. Dr. med. Dr. rer. nat. Felix Balzer an der Charité Berlin: im Rahmen der Entwicklung und Validierung des DST (Link zum Paper)
• Yannik Herterich and Dr. Astrid Carolus an der Universität Würzburg: im Rahmen der Analyse der Smartphone-basierten Stressbewältigung
• Dr. Aoife Byrne & Dr. Gareth Arnott an der Queen's University Belfast: im Zusammenhang mit der Analyse der Beziehung zwischen Hundehalter*innen und Hundestress (Link zum Paper)
• Die Gruppe von Prof. Dr. Christoph Lippert am Hasso-Plattner-Institut Postdam unterstützte uns mit seiner Expertise zu bildbasiertem maschinellem Lernen und digitaler Gesundheit