Algoritmit ovat yhtä hyviä kuin ihmisen tutkijat tunnistamaan merkkejä mielenterveysongelmista teksteistä

Algoritmit ovat yhtä hyviä kuin ihmisen tutkijat tunnistamaan merkkejä mielenterveysongelmista teksteistä

UW Medicinen tutkijat ovat havainneet, että algoritmit ovat yhtä hyviä kuin koulutetut ihmisarvioijat tunnistamaan varoitusmerkkejä vakavista mielenterveysongelmista kärsivien tekstiviesteissä. Tämä avaa lupaavan tutkimusalueen, joka voisi auttaa mielenterveyskoulutuksessa ja hoitopulassa.

Tulokset julkaistiin Psychiatric Services -lehdessä syyskuun lopussa.

Tekstiviestit ovat yhä enenevässä määrin osa mielenterveyden hoitoa ja arviointia, mutta näistä etäpsykiatrisista interventioista saattaa puuttua emotionaalisia viitepisteitä, joita terapeutit käyttävät ohjatakseen kasvokkain käytäviä keskusteluja potilaiden kanssa.

Psykiatrian ja käyttäytymistieteiden laitoksella toimiva tutkimusryhmä käytti ensimmäistä kertaa luonnollisen kielen prosessointia havaitakseen ja tunnistaakseen tekstiviestejä, jotka heijastavat "kognitiivisia harhoja", jotka alikoulutettu tai ylikuormitettu kliinikko saattoi jättää huomiotta. Tutkimus voisi myös viime kädessä auttaa useampia potilaita löytämään hoitoa.

Kun tapaamme ihmisiä henkilökohtaisesti, meillä on kaikki nämä erilaiset kontekstit. Meillä on visuaalisia vihjeitä, meillä on kuulomerkkejä, asioita, joita ei ilmaista tekstiviestissä. Nämä ovat asioita, joihin meidän pitäisi turvata. Toivomme tässä, että teknologia voi tarjota lääkäreille lisätyökalun, jolla he voivat laajentaa tietoja, joihin he luottavat tehdessään kliinisiä päätöksiä."

Justin Tauscher, artikkelin johtava kirjoittaja ja nykyinen apulaisprofessori Washingtonin yliopiston lääketieteellisessä tiedekunnassa

Tutkimuksessa tarkasteltiin tuhansia ainutlaatuisia ja pyytämättömiä tekstiviestejä 39 vakavasta mielenterveysongelmista kärsineen ja sairaalahoidossa olleen henkilön ja heidän mielenterveyspalveluntarjoajiensa välillä. Ihmisarvioijat arvioivat tekstejä erilaisten kognitiivisten harhojen varalta, kuten he tavallisesti tekisivät potilaiden hoidon yhteydessä. Arvioijat etsivät hienovaraista tai avointa kielenkäyttöä, joka viittaa siihen, että potilas yleistelee liikaa, tekee katastrofaalista tai tekee hätiköityjä johtopäätöksiä, jotka kaikki voivat olla merkkejä ongelmista.

Tutkijat ohjelmoivat myös tietokoneita suorittamaan saman tekstin arviointitehtävän ja havaitsivat, että ihmiset ja tekoäly arvioivat samalla tavalla useimmissa tutkituissa luokissa.

"Kysymys saada käyttöön järjestelmiä, jotka tukevat kliinistä päätöksentekoa, on mielestäni erittäin tärkeä ja mahdollisesti vaikuttava niille alan toimijoille, joilla ei toisinaan ole pääsyä koulutukseen, toisinaan valvontaan tai joskus ovat vain väsyneitä, ylityöllistettyjä ja loppuun palaneita." "Minun on vaikea pysyä läsnä kaikessa heidän vuorovaikutuksessaan", sanoi Tauscher, joka tuli tutkimukseen vuosikymmenen jälkeen kliinisessä ympäristössä.

Lääkäreiden avustaminen olisi välitöntä hyötyä, mutta tutkijat näkevät myös tulevaisuuden sovelluksia, jotka toimivat yhdessä puettavan kuntonauhan tai puhelinpohjaisen valvontajärjestelmän kanssa. Dror Ben-Zeev, UW Behavioral Research in Technology and Engineering Centerin johtaja ja julkaisun toinen kirjoittaja, sanoi, että tekniikka voisi lopulta antaa reaaliaikaista palautetta, joka varoittaa terapeuttia uhkaavista ongelmista.

"Samalla tavalla kuin saat veren happitasoja, sykettä ja muita tietoja", Ben-Zeev sanoi, "saamme huomautuksen, joka osoittaa, että potilas tekee hätiköityjä johtopäätöksiä ja toimii katastrofaalisesti. Vain kyky tehdä niin." "Ajatusmallin tietoisuuden lisääminen on jotain, mitä kuvittelemme tulevaisuudessa. Ihmisillä on teknologiansa kanssa näitä palautesilmukoita, joiden avulla he saavat oivalluksia itsestään."

Tätä työtä tukivat Washingtonin yliopiston lääketieteellisen korkeakoulun Garvey Institute for Brain Health Solutions, National Institute of Mental Health (R56-MH-109554) ja National Library of Medicine (T15-LM-007442).

Lähde:

UW Lääketiede

Viite:

Tauscher, J.S., et ai. (2022) Kognitiivisten harhojen automaattinen havaitseminen lääkäreiden ja vakavista mielenterveysongelmista kärsivien ihmisten välisessä tekstinvaihdossa. Psykiatriset palvelut. doi.org/10.1176/appi.ps.202100692.

.