Sundhedsvæsen
Forskere sigter mod at bruge AI til at hjælpe med at diagnosticere og behandle bipolar lidelse
I et nyligt interview med Michigan Daily, to professorer i kunstig intelligens – Melvin McInnis og Emily Provost – forklarede, hvordan AI kunne hjælpe mennesker, der lider af bipolar lidelse.
McInnis er professor i bipolar lidelse og depression og har forsket i tilstandene i over 30 år. Imens er Provost en associeret professor i datalogi og elektroteknik. Som rapporteret af Michigan Daily, gav de to forskere nyligt en forelæsning kaldet “Kunstig intelligens, personlig teknologi og mental sundhed” i Ann Arbor, Michigan.
McInnis og Provost sigter mod at skabe en AI, der kan hjælpe med at diagnosticere mennesker, der lider af bipolar lidelse. McInnis forklarede, at en af symptomerne på bipolar lidelse er talemønstre. En AI kunne potentielt genkende subtile ændringer i talemønstre og lette diagnosen af bipolar lidelse. McInnis forklarer, at et system, der kan opfange psykologiske markører i tale, kunne bruges til at skabe en tidlig advarsel-app, der underretter patienter og deres pårørende om, at et anfald kunne være forestående.
Pårørende til mennesker, der lider af bipolar lidelse, kunne slappe af og gå om deres dag, vidende, at de vil blive underrettet, hvis tegn på et forestående bipolar-anfald er blevet registreret af AI’en. Imens kunne systemet hjælpe mennesker med bipolar lidelse med at opnå større uafhængighed og få hjælp, når de får besked om et muligt bipolar-anfald.
“Dit device kan give en advarsel og sige, ‘Måske skal du tale med din læge snart’. Du kan dele denne information med din behandlingsteam, med din støttenetværk, så du kan være en del af et team, der hjælper dig med at blive sundere i længere tid.”
En af de største udfordringer, når det kommer til at implementere et system, der afhænger af at registrere tegn på mental sygdom, er, at kulturelle forskelle verden over kan påvirke, hvordan tegn og symptomer manifestere sig. Der vil være en anden baseline for “normalt” for forskellige kulturer. Imidlertid kan AI-drevet diagnose-system, hvis det får den rette træningsdata, håbefuldt kompensere for disse forskelle.
Arbejdet, som McInnis og Provost udfører, kunne redde liv. At registrere tegn på en udviklende mental sundhedskrise kunne potentielt forhindre selvmordsforsøg, da McKinnis erkender, at omkring 20% af de bipolare patienter, han arbejder med, ender med at begå selvmord.
Andre forskere eksperimenterer også med at bruge AI til at forbedre diagnosen og behandlingen af bipolar lidelse. Zdnet rapporterede nyligt, at Dr. Amir Dezfouli, tilknyttet Commonwealth Scientific and Industrial Research Organisation (CSIRO), nyligt skabte et spil drevet af AI, der kan forbedre diagnosen af bipolar lidelse og depression. Ifølge Dezfouli er der i øjeblikket en ca. 60% chance for at misdiagnosticere bipolar sygdom som depression, men maskinlæringsalgoritmer kan forbedre diagnosen.
Dezfouli og andre designede et spil, der overvåger en patients adfærd med metrikker, der er kendt for at forudsige bipolar lidelse. Mens disse metrikker kan være svære for selv trænede kliniske læger at fortolke, reducerede maskinlæringsalgoritmerne, der blev brugt til at analysere data, misdiagnosen til mellem 20% og 40%.
Imens har SilverCloud Health og Microsoft gået sammen om at give bedre mental sundhedspleje til mennesker online. SilverCloud er en digital mental sundhedsplatform med, hvad der i øjeblikket er den største virkelige brugerbase i verden, ifølge PharmaTimes. SilverCloud beskriver sig selv som en evidensbaseret mental sundhedservice, der håber at give brugerne mental sundhedsressourcer på en effektiv måde, og give patienter kliniske tjenester til en rimelig pris.
Microsoft vil samarbejde med SilverCloud om at bruge maskinlærings- og AI-algoritmer til at muliggøre leveringen af personlig mental sundhedspleje til brugerne af SilverCloud Healths tjenester. Algoritmerne, der vil blive brugt på SilverClouds platform, kunne muliggøre tidlige indgreb for dem, der lider af mentale sundhedsforhold.
