Pētnieki izmanto Facebook apmācītu AI, lai atklātu garīgās slimības pazīmes

Pētnieku grupa nesen ir publicējusi pētījums Dabā, kurā sīki aprakstīti viņu mēģinājumi izmantot Facebook datus, lai identificētu iespējamās psihiskās slimības.  Kā ziņo Wired, pētnieki varēja izveidot AI modeli, kas var veiksmīgi paredzēt garīgās slimības diagnozi, pamatojoties uz ziņojumiem, kas tika nosūtīti līdz 18 gadiem pirms diagnozes noteikšanas oficiālas.

Lai izveidotu prognozēšanas modeli, pētnieku grupa apkopoja datus no 223 brīvprātīgajiem. Brīvprātīgie piekrita dot pētniekiem piekļuvi ziņām, ko viņi bija nosūtījuši, un attēliem, ko viņi bija ievietojuši. Pētnieki apmācīja Random Forest modeli, izmantojot funkcijas, kas iegūtas no savāktajiem ziņojumiem un attēliem. Modeļu mērķis bija noteikt, vai dalībniekam ir garīgās veselības diagnoze, grupējot gadījumus garastāvokļa traucējumu diagnozēs, šizofrēnijas spektra diagnozēs vai bez garīgās veselības diagnozes.

Kad pētnieki analizēja rezultātus, viņi atklāja, ka vairākas dažādas pazīmes ir saistītas ar garīgās veselības traucējumiem. Runājot par attēliem, zilās krāsas tika saistītas ar garastāvokļa traucējumu diagnozi. Bieža lamuvārdu lietošana parasti liecināja par garīgām slimībām, savukārt tādi vārdi kā dzirdēt, sajust un redzēt (uztveres vārdi) bija saistīti ar šizofrēnijas diagnozi.

Lai noteiktu AI modeļa panākumus, pētnieki salīdzināja viltus pozitīvus un viltus negatīvus. Pētnieku grupa ziņoja, ka viņu panākumu līmenis bija no 0.65 līdz 0.77, kur 1 ir ideāls rādītājs un 0.5 ir nejauši uzminēta modeļa vidējais panākums. Jo jaunāki ziņojumi bija, jo labāki modeļa panākumi. Tomēr pat tad, ja pētnieku komanda aprobežojās ar ziņojumiem, kas datēti ar vairāk nekā gadu pirms diagnozes noteikšanas, modelis joprojām darbojās daudz labāk nekā iespēja.

Interesanti par šo precizitātes līmeni ir tas, ka tas ir aptuveni līdzvērtīgs PHQ-9 precizitātei. PHQ-9 ir diagnostikas rīks, ko izmanto depresijas skrīningam, uzdodot testa subjektam 10 jautājumus. Ja AI modelis, kas apmācīts, izmantojot Facebook datus, var uzticami darboties tikpat labi kā PHQ-9, to varētu izmantot kā diagnostikas rīku, papildinot pašlaik esošos klīnicistu izmantotos rīkus.

Pētījuma vadošais pētnieks bija docents Feinšteina Medicīnas pētījumu institūtā Manhassetā, Ņujorkā, Maikls Birnbaums. Saskaņā ar Wired teikto, AI rīki, kas izmanto sociālo mediju datus, var būtiski mainīt to, kā tiek diagnosticētas un ārstētas psihiskās slimības. Kā Birnbaumu citēja Wired:

"Tagad mēs saprotam šo domu, ka vēzim ir daudz dažādu stadiju. Ja jūs saslimstat ar vēzi I stadijā, tas krasi atšķiras no tā, ja to saslimst pēc tam, kad tas metastāzes. Psihiatrijā mums ir tendence sākt strādāt ar cilvēkiem, kad tas jau ir metastāzes. Taču pastāv iespēja noķert cilvēkus agrāk.

Būtībā garīgās slimības dažādos laikos var izpausties dažādos veidos, un daudzveidīgāki datu avoti var palīdzēt pētniekiem un ārstiem noteikt personas garīgās veselības stāvokli. Sociālo mediju datu izmantošanas priekšrocība ir tā, ka tie kalpo kā nepārtraukts indivīda domu un jūtu ieraksts. Šos datus varētu izmantot, lai papildinātu garās intervijas, uz kurām ārsti paļaujas, lai diagnosticētu pacientu.

Birnbaums sagaida, ka AI modeļi, kuru pamatā ir sociālo mediju dati, varētu palīdzēt terapeitiem uzraudzīt pacientus viņu ilgtermiņa ārstēšanas laikā. Birnbaums paskaidroja, ka terapeiti parasti tikai reizi mēnesī iegūst “momentuzņēmumu” par cilvēka dzīvi un ka spēja izmantot sociālo mediju datus ļauj ārstiem iegūt pilnīgāku, reprezentatīvāku izpratni par cilvēka dzīves tendencēm. Birnbaums cer, ka piecu līdz desmit gadu laikā sociālo mediju datu izmantošana garīgās veselības novērtēšanā kļūs arvien izplatītāka.