Trí tuệ nhân tạo ‘giải thích được’ được tạo ra để chẩn đoán và điều trị trẻ em có trải nghiệm khó khăn trong thời thơ ấu

Các nhà nghiên cứu từ Phòng thí nghiệm Oak Ridge gần đây đã tạo ra một hệ thống trí tuệ nhân tạo nhằm giúp chẩn đoán và điều trị những người đã trải qua khó khăn lớn trong thời thơ ấu. Theo The Next Web, hệ thống trí tuệ nhân tạo được thiết kế để trở nên “giải thích được”, không giống như nhiều mô hình trí tuệ nhân tạo khác là những hộp đen, bằng cách trả về các đoạn dữ liệu được sử dụng để đưa ra quyết định của nó.

Thuật ngữ “Trải nghiệm khó khăn trong thời thơ ấu” (ACEs) đề cập đến các sự kiện创伤 xảy ra với mọi người trước tuổi 18 và bao gồm tất cả các hình thức lạm dụng và bỏ bê cũng như giam giữ, lạm dụng chất, bạo lực gia đình đối với phụ huynh và bệnh tâm thần của phụ huynh. ACEs có thể có ảnh hưởng suốt đời đến sự phát triển và sức khỏe của mọi người, và như với nhiều vấn đề y tế khác, việc phát hiện và điều trị sớm có thể cải thiện kết quả cho những người liên quan. Loại can thiệp hiệu quả cho những người đã trải qua ACEs được biết rõ và đã được nghiên cứu rộng rãi, nhưng các cơ quan điều trị sức khỏe tâm thần thường thiếu nguồn lực để chẩn đoán một người và theo dõi họ trong suốt quá trình điều trị.

Hệ thống trí tuệ nhân tạo được phát triển bởi hai nhà nghiên cứu y tế từ Phòng thí nghiệm Quốc gia Oak Ridge của Đại học Tennessee, Nariman Ammar và Arash Shaban-Nejad. Trong một bài báo trước khi được phát hành gần đây thông qua JMIR Medical Informatics, nhóm nghiên cứu đã mô tả việc phát triển và thử nghiệm mô hình trí tuệ nhân tạo của họ, được thiết kế để hỗ trợ các chuyên gia y tế trong việc chẩn đoán và điều trị những người bị ảnh hưởng bởi ACEs.

Mô hình trí tuệ nhân tạo được thiết kế để đề xuất các can thiệp nhất định cho các chuyên gia y tế, giúp các chuyên gia dễ dàng hơn trong việc giúp những người đang chịu đựng ACEs. Quá trình hiện tại để đưa một người bị ACEs vào điều trị là một quá trình dài và phức tạp. Để chẩn đoán những người bị ảnh hưởng bởi ACEs, các chuyên gia y tế phải nhận được đào tạo nâng cao về loại câu hỏi đúng để hỏi, sau đó sử dụng các câu hỏi đúng để có cái nhìn sâu sắc về những sự kiện đã định hình thời thơ ấu của một người và cách những sự kiện đó có thể ảnh hưởng đến họ. Khi xem xét nhiều sự kết hợp tiềm năng của câu hỏi và câu trả lời, nó có thể khá khó khăn cho một nhà cung cấp để đề xuất một loại can thiệp cụ thể. Ngoài ra, một khi các cuộc hẹn với các cơ quan y tế hoặc chính phủ đã được thực hiện, sẽ có một hàng dài các công nhân y tế và chính phủ xử lý một bệnh nhân, và họ không được đảm bảo có đủ đào tạo hoặc hiểu biết về ACEs.

Để giải quyết những vấn đề này, nhóm nghiên cứu đã thiết kế một ứng dụng trí tuệ nhân tạo hoạt động tương tự như một chương trình trò chuyện cho mục đích hỗ trợ kỹ thuật. Những người sử dụng hệ thống trí tuệ nhân tạo nhập thông tin bệnh nhân vào mô hình, mô hình này sẽ trả về một khuyến nghị cho các can thiệp nhất định trên một lịch trình nhất định, dựa trên cơ sở dữ liệu mà mô hình được đào tạo. Mô hình này xem xét các đầu vào ngôn ngữ tự nhiên, giải thích các cụm từ như “nhà tôi không có sưởi” là các chỉ số tiềm năng của khó khăn thời thơ ấu, kiểm tra các tuyên bố ngữ cảnh này với một hướng dẫn y tế cho việc điều trị ACEs, đề xuất các hành động tốt nhất.

Các phản hồi đối với các mục nhập của người dùng không được mã hóa cứng, mà là động, sử dụng một hệ thống các webhook kích hoạt và gọi các điểm cuối dịch vụ bên ngoài để tạo ra các phản hồi động. Hệ thống trí tuệ nhân tạo quyết định những câu hỏi nào nên được hỏi dựa trên các phản hồi đã cho trước, với mục tiêu cuối cùng là cho phép thu thập thông tin hữu ích và liên quan nhất trong số ít câu hỏi. Như đã đề cập trước đó, hệ thống cũng giải thích được,暴露 dữ liệu mà nó đã sử dụng để đưa ra quyết định về các can thiệp. Do đó, hệ thống này có thể theo dõi được, và các chuyên gia y tế nên có thể theo dõi logic được sử dụng bởi hệ thống ngược lại.

Hệ thống trí tuệ nhân tạo được phát triển bởi các nhà nghiên cứu của Phòng thí nghiệm Oak Ridge là một trong những cách tiếp cận đầu tiên dựa trên dữ liệu để cho phép các chuyên gia y tế chẩn đoán tốt hơn những người có ACEs. Mặc dù đây là một thành tựu ấn tượng, nhưng có thể phương pháp tiếp cận chung được sử dụng để tạo ra hệ thống trí tuệ nhân tạo và chương trình trò chuyện này có thể được ngoại suy ra các lĩnh vực khác và được sử dụng để chẩn đoán và điều trị các dạng bệnh tâm thần khác. Các phương pháp được sử dụng để暴露 dữ liệu được sử dụng để đưa ra quyết định nhất định cũng có thể được tận dụng để tăng cường tính minh bạch và giải thích được cho các hệ thống học máy nói chung.