В двадцать первом веке был создан искусственный человеческий интеллект (ИИ) в попытке синтетически воспроизвести человеческий разум. Наука разрабатывает специализированные алгоритмы, которые могут найти способ улучшить решение проблем во многих областях. В связи с тем, что в последние годы наблюдается значительный рост депрессии, беспокойства и самоубийств, есть возможности для применения ИИ при психических заболеваниях.
Уровень самоубийств в США увеличился на 24% за последние двадцать лет. Хотя обычно считается, что такие расстройства, как большое депрессивное расстройство, могут подвергнуть человека риску самоубийства, другие, такие как шизофрения, биполярное расстройство и даже рак, могут заставить человека задуматься о самоубийстве. Из-за такого разнообразия популяции пациентов с различными расстройствами, которые могут страдать от суицидальных мыслей или действий, выявление симптомов для выявления индивидуума из группы риска чрезвычайно сложно и непоследовательно. Недавно наука начала применять машинное обучение и технологии искусственного интеллекта в психиатрических исследованиях, чтобы помочь клиницистам решить эту проблему.
Суть в том, чтобы интеллектуальные обучающие системы преодолели пробел в неизвестности, чтобы создать базу данных и базовый уровень того, как выглядят мозг и тело пациента, когда он склонен к суициду.
Пациентов с риском суицида часто не замечают или степень их суицидальности остается незамеченной - клиницисты - единственные, кто может диагностировать и оценивать суицидный риск. Клинические исследования привлекают группы пациентов и внедряют ИИ в их работу. Это делается для сбора измерений, выявления закономерностей и «изучения» маркеров, соответствующих возрастной группе определенного диагноза, которая может или не может быть подвержена риску самоубийства. Суть в том, чтобы интеллектуальные обучающие системы преодолели пробел в неизвестности, чтобы создать базу данных и базовый уровень того, как выглядят мозг и тело пациента, когда он склонен к суициду.
Сравнение активности мозга может выявить информацию о биологических и функционально-анатомических различиях между больным мозгом и здоровым мозгом. ИИ сейчас подвергается испытанию при анализе и интерпретации данных сканирования функциональной магнитно-резонансной томографии (фМРТ), очень распространенного инструмента в нейропсихиатрических исследованиях. Системы искусственного интеллекта могут улавливать незначительные различия в размере или активности определенных областей мозга. В сочетании с машинным обучением, которое использовалось для выявления различий между мелатонином и гормоном стресса у пациентов с депрессией и тревогой, ИИ можно применять для построения закономерностей между химическими изменениями человека и выявления значительных различий между пациентами.
Системы искусственного интеллекта могут улавливать незначительные различия в размере или активности определенных областей мозга.
Новый проект, возглавляемый командой из Новой Шотландии, тестирует технологию на пациентах с биполярным расстройством. Исследователи обучили компьютер анализировать фМРТ, и программа начала диагностировать пациентов с биполярным расстройством примерно с 65-процентной точностью, что еще не соответствует минимальной точности 80 процентов, необходимой для того, чтобы машинное обучение считалось законным диагностическим инструментом.
Точно так же другая команда использует алгоритмы машинного обучения, чтобы предсказать с заметной точностью 82%, ответит ли пациент с шизофренией на антипсихотические препараты. Их алгоритм также идентифицировал часть мозга, называемую верхней височной корой, как потенциальный биомаркер ранней стадии психоза.
Наиболее успешно сотрудничество между исследователями из Медицинской школы Университета Питтсбурга и Университета Карнеги-Меллона применило машинное обучение для определения паттернов мозга с помощью фМРТ между подростками, склонными к суициду и не склонным к суициду. Это исследование позволило дифференцировать лиц, подвергающихся риску самоубийства, от лиц, не склонных к суициду, с точностью до 91% и классифицировать тех, кто ранее пытался покончить жизнь самоубийством, и тех, кто этого не делал, с точностью до 94%. Это исследование было уникальным для изучения суицидного риска и потенциально может стать ценным ресурсом в управлении, профилактике и лечении суицидальных рисков.
Приложение AI для диагностики в настоящее время может существовать только на ранних стадиях клинических исследований, но оно также используется в форме «компьютерной терапии» во время когнитивно-поведенческой терапии (CBT). Есть несколько потенциальных преимуществ ИИ как терапевтического инструмента. Если бы была разработана система для проведения сеансов когнитивно-поведенческой терапии, терапию можно было бы сделать доступной для групп населения, которые не могут получить доступ к медицинской помощи из-за местоположения, стоимости, доступности или социальной стигмы. Дополнительным возможным преимуществом включения ИИ в клиническую терапию является потенциальное устранение ложноотрицательных и ложноположительных результатов. Примечательно, что существует риск того, что ИИ будет так стараться оптимизировать точность диагнозов, что может начать увеличивать количество ложных диагнозов, чтобы соответствовать своим параметрам, вместо того, чтобы уменьшать их. Несмотря на свои недостатки на ранней стадии, ИИ и машинное обучение могут помочь совершить прорыв в клинических исследованиях и произвести революцию в сфере охраны психического здоровья.
