Sztuczna inteligencja – nowy oręż w walce z depresją
Alexa, Siri, Cortana – codziennie trzymamy w dłoniach naszych osobistych asystentów sterowanych głosem. Ukryte w smartfonach inteligentne algorytmy potrafią odpowiedzieć niemal na każde nasze pytanie, a nawet angażować się w abstrakcyjne rozmowy (spróbujcie kiedyś zagadnąć: „Siri, I’m your father”). Jednak sztuczna inteligencja może zaoferować znacznie więcej niż tylko przyjmowanie komend głosowych, opowiadanie suchych żartów czy możliwość odblokowania telefonu dzięki systemowi rozpoznawania twarzy.
Szereg badań dowodzi, że sztuczna inteligencja okazuje się pomocna w leczeniu różnych rodzajów depresji.
Tegoroczne badania naukowców z Wydziału Psychiatrii Uniwersytetu w Oxfordzie opublikowane w czasopiśmie „Evidence-Based Mental Health” dowodzą, że tzw. przetwarzanie języka naturalnego (NLP) może być wykorzystywane do strukturyzowania dokumentacji klinicznych dotyczących depresji. Podobnie jak uczenie maszynowe, NLP jest podzbiorem sztucznej inteligencji. Ta interdyscyplinarna dziedzina zajmuje się analizą języka ludzkiego przez komputer i ma szansę agregować duże zbiory danych tekstowych na temat zaburzeń psychicznych, tak by wyciągać z nich przydatne w dalszej diagnozie wnioski.
Zaburzenia depresyjne to problem, z którym zmaga się spora część ludności świata. Według Światowej Organizacji Zdrowia (WHO) nawet 264 miliony osób borykają się ze smutkiem, niskim poczuciem własnej wartości czy słabą koncentracją.
W Polsce, według NFZ, ok. milion osób zmaga się z depresją. Aż prosi się o porównanie – milion to grubo ponad połowa mieszkańców Warszawy.
Narodowy Fundusz Zdrowia w raporcie poświęconym depresji wskazuje na to, że liczba osób wykupujących leki przeciwdepresyjne w okresie od 2013 do 2018 roku wzrosła aż o 35 proc. Dotychczas w diagnozowaniu zaburzeń psychicznych korzystano z dwóch głównych systemów klasyfikacyjnych: pierwsza to ICD-10, sporządzona przez WHO, druga to DSM-5, czyli klasyfikacja zaburzeń psychicznych Amerykańskiego Towarzystwa Psychiatrycznego.
Okazuje się, że tradycyjne kryteria diagnostyczne nie oddają prawdziwej reprezentacji całego wachlarza epizodów depresyjnych. Sztuczna inteligencja radzi sobie lepiej. Badania dwóch niemieckich psychiatrów – prof. Danilo Bzdoka oraz Andreasa Meyer-Lindenberga – dowiodły, że podgrupy pacjentów psychiatrycznych stworzone w oparciu o dane są bardziej przydatne w przewidywaniu wyników leczenia niż diagnozy oparte o kryteria ICD czy DSM. W nowej erze psychiatrii opartej na indywidualnych danych pacjentów możliwe będzie wczesne wykrycie depresji, wybór leczenia dostosowany do danego endofenotypu (zespołu cech zaburzenia psychicznego), a nawet zmniejszenie wskaźników remisji choroby.
Możliwość zaangażowania sztucznej inteligencji do praktyki psychiatrycznej to nadzieja na zmniejszenie przytłaczającego ekonomicznego i społecznego kosztu chorób psychicznych.
Inteligentne algorytmy być może nie przejmą nagle naszych miejsc pracy, jednak przy odpowiedniej ilości danych uczą się o wiele szybciej niż ludzie. Wiedza lekarzy uzupełniona o sprawne porównywanie zbiorów danych tworzy obiecującą kombinację informatyki i medycyny, która ma szansę przynieść ulgę milionom cierpiących osób.
Zdjęcie główne: Franki Chamaki/ Unsplash
Tekst: Paula Sieracka