epoint

AI może wspierać diagnostykę zdrowia psychicznego i pomóc w zrozumieniu doświadczeń osób neuroatypowych (np. w spektrum autyzmu lub schizofrenii). Opracowanie narzędzi dla psychologów i psychiatrów to jeden z głównych celów nowego zespołu badawczego “Psychiatria i fenomenologia obliczeniowa” powstałego w IDEAS NCBR. Polscy badacze chcą nauczyć algorytmy m.in. analizy wypowiedzi pacjentów celem szukania atypowych wzorców słownych.

Szansa na bezprecedensowe postępy w medycynie to jeden z najsilniejszych motorów rozwoju sztucznej inteligencji. W tym roku w Chinach, po raz pierwszy w historii, do badań klinicznych trafiły leki opracowane przez AI. Duże nadzieje pokłada się też w algorytmach monitorujących na bieżąco stan zdrowia pacjentów — zarówno w szpitalach, jak i w domach, za pomocą telemedycyny — które mogłyby wykryć problemy zdrowotne, zanim lekarz czy nawet sam chory zaobserwuje niepokojące objawy.

Podobne podejście można zastosować w obszarze zdrowia psychicznego. Tu również modele korzystające ze sztucznej inteligencji są w stanie przetworzyć więcej danych na temat kondycji pacjenta niż potrafiłby przeanalizować człowiek, i umieją dostrzec niewidoczne dla ludzkiego oka wzorce. Różnica jest jednak w samych danych — przy diagnozowaniu zaburzeń psychicznych analizuje się przede wszystkim słowa i zachowania. Język, jakiego pacjenci używają do opisywania swoich stanów mentalnych, myśli, czy emocji, mówi więcej niż się wydaje i może stanowić materiał podczas procesu diagnostycznego.

Czym zajmie się nowy zespół badawczy?

Diagnozowanie stanów ze spektrum autyzmu i schizofrenii jest bardzo trudne. Wiele osób mimo doświadczania trudności w kontaktach społecznych może w codziennym życiu radzić sobie stosunkowo dobrze i nawet przez wiele lat nie szukać pomocy specjalistów lub otrzymywać niepełne i błędne diagnozy. Według badań, około 40 proc. osób z autyzmem cierpi na depresję — często zdarza się, że lekarz poprzestaje na diagnozie depresji, zaś autyzm pozostaje niewykryty.

Zwłaszcza kobiety, głównie ze względów kulturowych, mają często niezwykle dobrze rozwinięte umiejętności kamuflowania swoich trudności, wiążących się z funkcjonowaniem społecznym. Jednocześnie bardzo doświadczeni eksperci często potrafią w intuicyjny sposób rozpoznać symptomy w interakcji z daną osobą. Jednak dokładny przebieg takiego intuicyjnego procesu diagnostycznego nadal pozostaje tajemnicą, a jego przeanalizowanie może stanowić kamień milowy w rozwoju narzędzi diagnostycznych.

Do takich zadań można również wytrenować sztuczną inteligencję. Doskonaleniem modeli AI służących m.in. wsparciu diagnostyki zajmować się będzie zespół badawczy “Psychiatria i fenomenologia obliczeniowa” powstały w IDEAS NCBR, ośrodku badawczo-rozwojowym w obszarze sztucznej inteligencji. Liderem zespołu został dr hab. Marcin Moskalewicz, profesor w Instytucie Filozofii Uniwersytetu M. Curie-Skłodowskiej w Lublinie oraz kierownik Pracowni Filozofii Zdrowia Psychicznego na Uniwersytecie Medycznym w Poznaniu.
Zespół będzie pracował nad koncepcją obliczeniowego modelu opartego o dane mikrofenomenalne, to znaczy bardzo szczegółowe informacje dotyczące subiektywnych przeżyć, umożliwiającym zautomatyzowaną analizę doświadczeń osób neuroatypowych.

Marcin Moskalewicz, lider nowego zespołu badawczego w IDEAS NCBR

Sztuczna inteligencja jest w stanie przeanalizować bazy liczące tysiące czy wręcz dziesiątki tysięcy wypowiedzi o określonym profilu mentalnym, na przykład pochodzących od osób ze spektrum autyzmu, aby odkryć w nich niedostrzegalne dla człowieka wzorce. Jest też w stanie odnosić treści narracji do owych wzorców, wskazując na podobieństwa i różnice, a tym samym stanowić ważne narzędzie pomocnicze w ich rozpoznawaniu. Analiza z wykorzystaniem sieci neuronowych może pomóc w zrozumieniu specyfiki tego, w jaki sposób osoby neuroatypowe postrzegają rzeczywistość, np. tego, jak odbierają przebieg interakcji społecznych. wyjaśnia Marcin Moskalewicz, lider nowego zespołu badawczego w IDEAS NCBR.

Co AI wnosi do psychiatrii?

Od kilkunastu lat, kiedy ktoś wpisuje w Google frazę, która mogłaby być związana z samobójstwem, wyszukiwarka na pierwszym miejscu wyników wyświetla numer telefonu zaufania, przypominając, że w kryzysie psychicznym należy skorzystać z profesjonalnej pomocy. To automatyczna odpowiedź oparta na prostym algorytmie kojarzącym odpowiednie kombinacje słów. Od 2022 roku wyszukiwarka została wyposażona w bardziej zaawansowane narzędzie oparte na AI. Zachętę do skorzystania z pomocy psychologicznej zobaczą osoby, które poszukują np. miejsc, w których najczęściej popełniane są samobójstwa. Google podpowie również, jak szukać pomocy, kiedy ktoś wyszuka hasła związane z przemocą domową i seksualną oraz uzależnieniem od substancji psychoaktywnych.

Modele językowe wspierane sztuczną inteligencją mogłyby działać na wielu platformach internetowych, zwłaszcza w sieciach społecznościowych, gdzie użytkownicy publikują dużo osobistych treści i gdzie za ich zgodą dane te mogłyby być analizowane.

W przypadku stosowania narzędzi opartych o AI niezbędna jest świadoma zgoda jak również poszanowanie światopoglądu. Psychiatria i psychologia kliniczna nie mogą być tylko „evidence-based” – muszą być także „values-based” – zauważa Marcin Moskalewicz.

Każdy z nas zostawia ślad w sieci, na który możemy spojrzeć jak na nasz cyfrowy fenotyp. Badanie takich fenomenalnych śladów cyfrowych pozwala wychwycić zarówno cechy zobiektywizowane, jak i te mające szczególną wartość dla pacjenta, a dotyczące jego odczuć i postrzegania sensów. W diagnostyce zdrowia psychicznego kluczowe są nie tylko relatywnie łatwo uchwytne zmiany zachowania, ale również powierzchniowo niewidoczne przeżycia wewnętrzne. Dane pozyskane w badaniach jakościowych i mikrofenomenologicznych są nieporównywalnie bardziej szczegółowe niż te zbierane ad hoc. To od wartości tych danych początkowych zależy w dużej mierze jakość uzyskanego efektu końcowego. – dodaje Marcin Moskalewicz. 

Możliwe, że dzięki sztucznej inteligencji badaczom i diagnostom uda się lepiej zrozumieć, w jaki sposób osoby neuroatypowe postrzegają świat.

Wprowadzenie na pełną skalę perspektywy pacjenta może przewartościować postrzeganie wielu tzw. zaburzeń psychicznych. Czy autyzm jest zaburzeniem, czy tylko pewną strategią poznawczą, która w zależności od kontekstu społecznego niesie ze sobą zarówno trudności, jak i przewagi? Nawet urojenia mogą być źródłem sensu dla pacjentów, pojawiają się wręcz pytania bioetyczne czy traktować je jako fałszywe przekonania, czy może zmienić perspektywę i spojrzeć na nie po prostu jako na alternatywne formy przeżywania niewymagające leczenia? Możliwe, że wprowadzenie AI do diagnostyki pomoże w przyszłości to określić. – dodaje lider nowego zespołu badawczego w IDEAS NCBR.

Zespół interesują także dylematy bioetyczne związane z zastosowaniem AI w terapii. Obecnie prowadzi eksperyment in silico dotyczący roli uprzedzeń poznawczych w interakcji ludzi z botami terapeutycznymi.

Aktualnie Marcin Moskalewicz prowadzi rekrutację do swojego zespołu badawczego. W IDEAS NCBR działają ponadto grupy badawcze zajmujące się: inteligentnymi algorytmami i strukturami danych, bezpieczeństwem systemów i prywatnością danych, zero-waste machine learning i computer vision, a także grafiką komputerową. Organizacja stworzyła również zespoły badawcze działające w obszarze AI dla bezpieczeństwa, leśnictwa precyzyjnego i algorytmów w autonomicznych UAV.

Subscribe
Powiadom o
guest
0 komentarzy
najstarszy
najnowszy oceniany
Inline Feedbacks
View all comments