Ученые используют фитнес-трекеры и искусственный интеллект для обнаружения депрессии с точностью до 80%.

Ученые используют возможности искусственного интеллекта (ИИ) для раннего выявления психических расстройств, таких как депрессия и шизофрения.

В отличие, например, от заболевания почек, которое относительно легко диагностировать, такие состояния, как тревога или депрессия, не имеют специфических биомаркеров, которые можно обнаружить с помощью простого теста.

Пациенты с одним и тем же психическим расстройством могут проявлять множество различных симптомов, что может затруднить для клиницистов их раннюю и точную диагностику.

Ученые из Наньянского технологического университета в Сингапуре работают над созданием диагностического инструментария на основе искусственного интеллекта, который мог бы помочь решить проблему.

Способность ИИ эффективно обрабатывать большие наборы данных помогает выявлять признаки различных состояний психического здоровья и определять, становятся ли психические расстройства более серьезными.

Доктор Ева Бойич, ученый-компьютерщик и ведущий исследователь проекта, рассказала Euronews Next, что психические расстройства «могут быть видны очень физически», и что носимые устройства помогают им уловить эти сигналы.

«Мы собрали разные варианты, разные сигналы от вариантов, то, что мы называем цифровыми биомаркерами», — сказал Бойич.

Отслеживайте частоту сердечных сокращений и режим сна

Некоторые из жизненно важных показателей включают частоту сердечных сокращений, характер сна, расход энергии, израсходованные калории и количество шагов; «А затем мы связали эти биомаркеры с симптомами, которые мы видели, и через некоторое время модель могла учиться», — сказала она.

Например, один из сигналов, который ученые уловили в своем исследовании, заключается в том, что частота сердечных сокращений у людей с депрессией обычно учащается в ночные часы, особенно между 2 и 4 часами утра.

Затем биомаркеры дополняются анкетой для окончательной оценки и выявления в выборке пользователей, активно страдающих депрессией.

Наконец, пользователи делятся на две группы: «ноль для людей, не страдающих депрессией, и одна, скажем, для людей, страдающих депрессией. Затем мы разрабатываем модели машинного обучения», — пояснил Бойек.

Модель машинного обучения способна делать прогнозы для новых пользователей на основе их биомаркеров, связывать знания и метки, полученные из ранее проанализированных биомаркеров, и определять новый результат: ноль или единица — здоровый или нездоровый.

Но, конечно, «нет ничего пуленепробиваемого», — сказал Бойич.

Она объясняет, как предсказывает модель, на самом деле не бинарная. Программа предоставляет процент от нуля до 100: «Тогда это в основном то, где мы устанавливаем порог. Вы скажете, что депрессия начинается выше 50, или мы собираемся сказать, что она начинается около 80 процентов?»

Какова погрешность модели ИИ?

Погрешность зависит от уровня детализации структуры данных, чистоты и точности данных и количества часов использования фитнес-трекера пользователем в день.

Бойич оценил точность инструмента примерно в 80 процентов. «Тогда иногда, если вы очень, очень строго относитесь к качеству данных, мы действительно можем достичь 100 процентов».

«Но ограничений может быть много» — что интересно, ошибка часто исходит от человека, добавила она.

Бойек объяснил, что вопросник часто создает проблему, потому что в зависимости от того, как оценщик задает вопрос, он может получить разные ответы.

Инструмент сканирования AI «не идеален»

Бывает и так, что пользователи нелояльны из-за стигматизации психического здоровья, а иногда просто не знают о своем состоянии.

Но, несмотря на проблемы, «существует значительная корреляция между физическими симптомами и знаниями, которые мы извлекаем. Таким образом, определенно есть потенциал для изучения», — сказала она.

«То, что мы делаем, — это больше, чем просто инструмент для скрининга людей… и затем, надеюсь, они смогут попасть в процесс ухода, где их состоянием можно будет управлять должным образом».

«Этот инструмент не идеален», — добавила она. «Так что речь идет не об устранении необходимости в профессиональной психологической помощи, а о том, насколько полезно помогать людям и помогать профессионалам идентифицировать людей, к которым у них иначе не было бы доступа».

Не говоря уже о помощи специалистам в оказании помощи пациентам как можно скорее. Исследования показывают, что раннее выявление таких состояний, как депрессия и шизофрения, имеет решающее значение для предотвращения эскалации расстройств.

Бойич сказала, что одной из сильных сторон исследования ее команды, которое было опубликовано в журналах JMIR mHealth и uHealth, является то, что оно рассматривало широкую публику, а не людей, которым уже поставили клинический диагноз.

Что станет с этими данными?

Как действовать после того, как у кого-то выявлен возможный риск развития заболевания, по-прежнему является важной деталью, над которой работают исследователи.

«С клинической точки зрения, как они могут на самом деле подойти к кому-то? Это хороший способ прямо сказать: «У вас депрессия»? Насколько это эффективно?» — сказал Бойич.

«С другой стороны, если в системе есть ошибка, и человеку, не страдающему депрессией, говорят, что это ошибка, как это повлияет на этого человека?»

Тогда есть острые вопросы об этике и конфиденциальности.

Должны ли правительства, агентства или больницы иметь доступ к этой информации? И как они могут использовать его для укрепления психического здоровья?

«Есть много точек зрения на то, как с этим справиться, много соображений и, конечно же, этических вопросов, вопросов конфиденциальности. Все это необходимо принять во внимание, прежде чем эта информация будет фактически использоваться в разных местах», — сказал Бойич.

Как только эти проблемы будут решены, она считает, что ИИ может показать большие перспективы в области психического здоровья.

«Я действительно верю, что мы можем помочь людям с помощью разработанных нами знаний и алгоритмов», — сказала она.

«Это не просто погоня за цифрами».

На данный момент команда сосредоточена на выявлении депрессии, но они надеются распространить ее на другие состояния, такие как деменция, одиночество и шизофрения.