Die Prädiktive Psychiatrie hat zum Ziel, erstens, die Entwicklung psychiatrischer Erkrankungen durch Einsatz präventiver Therapiemaßnahmen bereits in einem präsymptomatischen Stadium zu unterbinden und, zweitens, die Vorhersage der Wirksamkeit von Behandlungsverfahren vor ihrer Anwendung zu ermöglichen. Die Voraussetzung für das Erreichen dieser Ziele ist die Entwicklung von klinisch routinemäßig einsetzbaren diagnostischen Prädiktionsbiomarkern, die die sichere Diagnose der jeweiligen Erkrankungen im präsymptomatischen Stadium bzw. die Prädiktion der Effektivität einer bestimmten Behandlungsmethode bei einem bestimmten Individuum erlauben. Weltweit wird bis dato keiner der in zahlreichen Forschungsarbeiten identifizierten potentiellen Prädiktionsbiomarker für psychische Erkrankungen in der klinischen Routine eingesetzt.
Mit dem Ziel, die Schließung dieser translationalen Lücke voranzutreiben, werden in diesem Symposium zunächst eine vielversprechende und rezent hochrangig publizierte Analysemethode zur Identifikation von Prädiktionsmarkern und – modellen für psychiatrische Erkrankungen vorgestellt (Machine Learning) und danach sehr vielversprechende und potentiell für den klinischen Einsatz geeignete blutbasierte Prädiktionsbiomarker für zwei ausgewählte psychiatrische Erkrankungen, nämlich für die Alzheimer-Demenz und die Posttraumatische Belastungsstörung (PTBS) vorgestellt. Das Symposium schließt mit der Präsentation eines ebenfalls kürzlich veröffentlichten neuen potentiellen Biomarkers zur Differentialdiagnose neurodegenerativer Erkrankungen, Glial Fibrillary Acidic Protein (GFAP), und der Diskussion, ob sich dieser Diagnosebiomarker auch als Prädiktionsbiomarker eignen könnte.