Алгоритмите са също толкова добри, колкото и хората, проверяващи в идентифицирането на признаци на психични проблеми в текстовете

Алгоритмите са също толкова добри, колкото и хората, проверяващи в идентифицирането на признаци на психични проблеми в текстовете

Изследователите на UW Medicine са открили, че алгоритмите са толкова добри, колкото обучени човешки оценители в идентифицирането на предупредителни знаци в текстови съобщения от хора със сериозни психични заболявания. Това отваря обещаваща област на изследване, която може да помогне в обучението за психично здраве и недостига на грижи.

Резултатите са публикувани в списанието Psychiatric Services в края на септември.

Текстовите съобщения стават все по-често част от грижите и оценката на психичното здраве, но тези дистанционни психиатрични интервенции може да нямат емоционалните референтни точки, които терапевтите използват, за да насочват разговорите лице в лице с пациентите.

Изследователският екип, базиран в Департамента по психиатрия и поведенчески науки, използва обработка на естествен език за първи път, за да открие и идентифицира текстови съобщения, които отразяват "когнитивни пристрастия", които могат да бъдат пропуснати от недостатъчно обучен или преуморен клиницист. Изследването може също така в крайна сметка да помогне на повече пациенти да намерят медицинска помощ.

Когато срещаме хора лично, имаме всички тези различни контексти. Имаме визуални знаци, имаме слухови знаци, неща, които не са изразени в текстово съобщение. Това са неща, на които трябва да разчитаме. Надеждата тук е, че технологията може да предостави на лекарите допълнителен инструмент за разширяване на информацията, на която разчитат, за да вземат клинични решения.

Джъстин Таушер, водещ автор на статията и настоящ асистент в Медицинския факултет на Университета във Вашингтон

Проучването изследва хиляди уникални и непоискани текстови съобщения между 39 души със сериозни психични заболявания и история на хоспитализации и техните доставчици на психично здраве. Човешките оценители оцениха текстовете за различни когнитивни отклонения, както обикновено в контекста на грижата за пациентите. Оценителите търсят фин или явен език, който предполага, че пациентът прекомерно обобщава, катастрофизира или прави прибързани заключения, като всички те могат да бъдат индикатори за проблеми.

Изследователите също програмираха компютрите да изпълняват същата задача за оценка на текст и установиха, че хората и AI оценяват по подобен начин в повечето изследвани категории.

„Способността да разполагаме със системи, които могат да подкрепят вземането на клинични решения, според мен е изключително подходяща и потенциално въздействаща за тези в областта, които понякога нямат достъп до обучение, понякога нямат достъп до надзор или понякога просто са уморени, преуморени и изгорени.“ „Трудно ми е да остана присъстващ с всички взаимодействия, които имат“, каза Таушер, който дойде да изследва след десетилетие в клинична среда.

Подпомагането на лекарите би било незабавна полза, но изследователите виждат и бъдещи приложения, които работят заедно с носима фитнес лента или базирана на телефона система за наблюдение. Dror Ben-Zeev, директор на UW Behavioral Research in Technology and Engineering Center и съавтор на статията, каза, че технологията в крайна сметка може да осигури обратна връзка в реално време, която да предупреди терапевта за предстоящи проблеми.

„По същия начин, по който получавате нива на кислород в кръвта, сърдечен ритъм и други входни данни“, каза Бен-Зеев, „може да получим бележка, която показва, че пациентът прави прибързани заключения и действа катастрофално. Само способността да направи това.“ „Повишаването на осведомеността за даден мисловен модел е нещо, което предвиждаме в бъдеще. Хората ще имат тези вериги за обратна връзка с тяхната технология, чрез която те получават представа за себе си.“

Тази работа беше подкрепена от Института Гарви за решения за здравето на мозъка към Медицинския факултет на Университета във Вашингтон, Националния институт за психично здраве (R56-MH-109554) и Националната медицинска библиотека (T15-LM-007442).

източник:

UW медицина

Справка:

Tauscher, J.S., et al. (2022) Автоматизирано откриване на когнитивни пристрастия при обмен на текстови съобщения между лекари и хора със сериозни психични заболявания. Психиатрични услуги. doi.org/10.1176/appi.ps.202100692.

.