‘Intelligenza artificiale’ spiegabile creata per diagnosticare e trattare i bambini con esperienze negative dell’infanzia

I ricercatori del Laboratorio Oak Ridge hanno recentemente creato un sistema di intelligenza artificiale destinato a facilitare la diagnosi e il trattamento di individui che hanno subito significative avversità nell’infanzia. Secondo The Next Web, il sistema di intelligenza artificiale è progettato per essere “spiegabile”, a differenza di molti modelli di intelligenza artificiale che sono scatole nere, restituendo frammenti dei dati utilizzati per rendere le sue decisioni. Il termine “Esperienza negativa dell’infanzia” (ACEs) si riferisce a eventi traumatici che si verificano alle persone prima dei 18 anni e includono tutte le forme di abuso e trascuratezza, nonché la detenzione, l’abuso di sostanze, la violenza domestica contro un genitore e la malattia mentale di un genitore. Le ACEs possono avere effetti duraturi sullo sviluppo e sul benessere delle persone, e come per molti problemi medici, la diagnosi e il trattamento precoci possono migliorare gli esiti per le persone coinvolte. Il tipo di interventi efficaci per coloro che hanno subito ACEs è ben noto e ampiamente studiato, ma le agenzie di trattamento della salute mentale spesso non hanno le risorse per diagnosticare una persona e seguirli per l’intero corso del trattamento. Il sistema di intelligenza artificiale è stato sviluppato da due ricercatori medici dell’Università del Tennessee’s Oak Ridge National Laboratory, Nariman Ammar e Arash Shaban-Nejad. In un articolo pre-stampa recentemente pubblicato su JMIR Medical Informatics, il team di ricerca ha descritto lo sviluppo e la sperimentazione del loro modello di intelligenza artificiale, progettato per aiutare i medici a diagnosticare e trattare coloro che sono stati colpiti da ACEs. Il modello di intelligenza artificiale è destinato a suggerire determinati interventi ai medici, rendendo più facile per i medici aiutare le persone che soffrono di ACEs. L’attuale processo per ottenere un trattamento per un individuo che soffre di ACE è lungo e complesso. Per diagnosticare le persone colpite da ACEs, i professionisti medici devono ricevere una formazione avanzata sul tipo di domande da porre, quindi utilizzare le domande giuste per ottenere informazioni sugli eventi che hanno plasmato l’infanzia di una persona e su come gli eventi possano averli influenzati. Considerando le molte combinazioni potenziali di domande e risposte, può essere molto difficile per un fornitore raccomandare un tipo specifico di intervento. Oltre a questo, una volta che vengono prenotati appuntamenti con agenzie mediche o governative, ci sarà una lunga fila di lavoratori sanitari e governativi che si occupano di un paziente, e non è garantito che abbiano la formazione o la comprensione corretta di ACEs. Per affrontare questi problemi, il team di ricerca ha progettato un’applicazione di intelligenza artificiale che funziona in modo simile a un chatbot per scopi di supporto tecnico. Coloro che utilizzano il sistema di intelligenza artificiale inseriscono le informazioni del paziente nel modello, che restituisce una raccomandazione per determinati interventi su un calendario specifico, in base al database sul quale il modello è stato addestrato. Il modello tiene conto degli input del linguaggio naturale, interpretando frasi come “la mia casa non ha riscaldamento” come indicatori di potenziale avversità dell’infanzia, verificando queste affermazioni contestuali contro una guida medica per il trattamento di ACEs, raccomandando le azioni migliori. Le risposte agli input dell’utente non sono predefinite, ma sono dinamiche, utilizzando un sistema di webhooks che attivano e invocano endpoint di servizio esterni che generano risposte dinamiche. Il sistema di intelligenza artificiale decide quali domande porre in base alle risposte date alle domande precedenti, con l’obiettivo finale di abilitare la raccolta delle informazioni più utili e più rilevanti nel minor numero di domande. Come menzionato in precedenza, il sistema è anche spiegabile, esponendo i dati che ha utilizzato per prendere decisioni riguardanti gli interventi. Di conseguenza, il sistema è tracciabile e i professionisti medici dovrebbero essere in grado di seguire la logica utilizzata dal sistema a ritroso. Il sistema di intelligenza artificiale sviluppato dai ricercatori del Laboratorio Oak Ridge è uno dei primi approcci basati sui dati per consentire ai medici di diagnosticare meglio le persone con ACEs. Sebbene questo sia un risultato impressionante di per sé, è possibile che l’approccio generale utilizzato per creare il sistema di intelligenza artificiale e il chatbot possa essere esteso ad altri domini e utilizzato per diagnosticare e trattare altre forme di malattie mentali. I metodi utilizzati per esporre i dati utilizzati per prendere decisioni specifiche potrebbero anche essere sfruttati per aumentare la trasparenza e la spiegabilità dei sistemi di apprendimento automatico nel loro complesso.