Algoritmid on tekstides vaimse tervise probleemide märkide tuvastamisel sama head kui inimeste eksamineerijad

Algoritmid on tekstides vaimse tervise probleemide märkide tuvastamisel sama head kui inimeste eksamineerijad

UW Medicine'i teadlased on leidnud, et algoritmid on tõsiste vaimuhaigustega inimeste tekstisõnumites hoiatusmärkide tuvastamisel sama head kui koolitatud hindajad. See avab paljutõotava õppevaldkonna, mis võib aidata vaimse tervise koolituse ja hoolduse puuduse korral.

Tulemused avaldati septembri lõpus ajakirjas Psychiatric Services.

Tekstisõnumid on üha enam vaimse tervise hoolduse ja hindamise osa, kuid neil psühhiaatrilistel kaugsekkumistel võivad puududa emotsionaalsed võrdluspunktid, mida terapeudid kasutavad patsientidega näost näkku vestluste juhtimiseks.

Psühhiaatria ja käitumisteaduste osakonnas asuv uurimisrühm kasutas esimest korda loomuliku keele töötlemist, et tuvastada ja tuvastada tekstisõnumeid, mis kajastavad "kognitiivseid eelarvamusi", mida alakoolitatud või ületöötanud arst võib märkamata jätta. Uuring võib lõpuks aidata ka rohkematel patsientidel arstiabi leida.

Kui me kohtume inimestega isiklikult, on meil kõik need erinevad kontekstid. Meil on visuaalsed näpunäited, meil on kuulmisnähud, asjad, mida tekstisõnumis ei väljendata. Need on asjad, millele peaksime toetuma. Siin on lootus, et tehnoloogia võib anda arstidele täiendava tööriista, et laiendada teavet, millele nad kliiniliste otsuste tegemisel tuginevad.

Justin Tauscher, artikli juhtiv autor ja praegune Washingtoni ülikooli meditsiinikooli dotsent

Uuringus uuriti tuhandeid unikaalseid ja pealesunnitud tekstisõnumeid 39 raske vaimuhaigusega ja haiglaravil viibinud inimese ning nende vaimse tervise pakkujate vahel. Inimeste hindajad hindasid tekste erinevate kognitiivsete eelarvamuste suhtes, nagu nad tavaliselt patsiendihoolduse kontekstis teeksid. Hindajad otsivad peent või selgesõnalist keelt, mis viitab sellele, et patsient üldistab, teeb katastroofi või teeb kiireid järeldusi, mis kõik võivad olla probleemide näitajad.

Teadlased programmeerisid ka arvuteid täitma sama teksti hindamise ülesannet ja leidsid, et inimesed ja tehisintellekt hindasid enamikus uuritud kategooriates sarnaselt.

"Võime omada süsteeme, mis toetavad kliiniliste otsuste tegemist, on minu arvates äärmiselt asjakohane ja potentsiaalselt mõjukas nende valdkonna töötajate jaoks, kellel mõnikord puudub juurdepääs koolitusele, mõnikord puudub juurdepääs järelevalvele või mõnikord on nad lihtsalt väsinud, ületöötanud ja läbipõlenud." "Mul on raske kõigi nende koostoimete juures kohal olla," ütles Tauscher, kes asus uurimistööle pärast kümmet aastat kliinilises keskkonnas.

Arstide abistamine oleks kohe kasu, kuid teadlased näevad ka tulevasi rakendusi, mis töötavad koos kantava treeningrihma või telefonipõhise jälgimissüsteemiga. Dror Ben-Zeev, UW käitumisuuringute tehnoloogia- ja insenerikeskuse direktor ja artikli kaasautor, ütles, et tehnoloogia võib lõpuks anda reaalajas tagasisidet, mis hoiataks terapeuti eelseisvatest probleemidest.

"Samamoodi, nagu saate vere hapnikusisaldust, südame löögisagedust ja muid sisendeid," ütles Ben-Zeev, "võime saada teate, mis näitab, et patsient teeb kiireid järeldusi ja tegutseb katastroofiliselt. Lihtsalt võime seda teha." "Mõttemustrite teadlikkuse tõstmine on midagi, mida me näeme tulevikus. Inimesed saavad oma tehnoloogiaga tagasisideahelad, mille kaudu nad saavad enda kohta teadmisi."

Seda tööd toetasid Washingtoni ülikooli meditsiinikooli Garvey ajutervise lahenduste instituut, riiklik vaimse tervise instituut (R56-MH-109554) ja riiklik meditsiiniraamatukogu (T15-LM-007442).

Allikas:

UW meditsiin

Viide:

Tauscher, J. S. et al. (2022) Kognitiivsete eelarvamuste automaatne tuvastamine arstide ja tõsiste vaimuhaigustega inimeste vahelises tekstivahetuses. Psühhiaatriateenused. doi.org/10.1176/appi.ps.202100692.

.