Suche
Mein Konto
Gli algoritmi sono altrettanto efficaci degli esaminatori umani nell’individuare segni di problemi di salute mentale nei testi
I ricercatori della UW Medicine hanno scoperto che gli algoritmi sono efficaci quanto i valutatori umani addestrati nell’identificare i segnali di allarme nei messaggi di testo di persone con gravi malattie mentali. Ciò apre un’area di studio promettente che potrebbe aiutare nella formazione sulla salute mentale e nelle carenze di assistenza. I risultati sono stati pubblicati sulla rivista Psychiatric Services alla fine di settembre. I messaggi di testo fanno sempre più parte dell’assistenza e della valutazione della salute mentale, ma a questi interventi psichiatrici a distanza potrebbero mancare i punti di riferimento emozionali che i terapisti utilizzano per guidare le conversazioni faccia a faccia con i pazienti. Il gruppo di ricerca, con sede nel Dipartimento di Psichiatria e Scienze comportamentali, ha utilizzato per la prima volta l'elaborazione del linguaggio naturale per...
Gli algoritmi sono altrettanto efficaci degli esaminatori umani nell’individuare segni di problemi di salute mentale nei testi
I ricercatori della UW Medicine hanno scoperto che gli algoritmi sono efficaci quanto i valutatori umani addestrati nell’identificare i segnali di allarme nei messaggi di testo di persone con gravi malattie mentali. Ciò apre un’area di studio promettente che potrebbe aiutare nella formazione sulla salute mentale e nelle carenze di assistenza.
I risultati sono stati pubblicati sulla rivista Psychiatric Services alla fine di settembre.
I messaggi di testo fanno sempre più parte dell’assistenza e della valutazione della salute mentale, ma a questi interventi psichiatrici a distanza potrebbero mancare i punti di riferimento emozionali che i terapisti utilizzano per guidare le conversazioni faccia a faccia con i pazienti.
Il gruppo di ricerca, con sede nel Dipartimento di Psichiatria e Scienze comportamentali, ha utilizzato per la prima volta l’elaborazione del linguaggio naturale per rilevare e identificare messaggi di testo che riflettono “pregiudizi cognitivi” che potrebbero sfuggire a un medico poco addestrato o oberato di lavoro. La ricerca potrebbe anche aiutare un maggior numero di pazienti a trovare assistenza medica.
Quando incontriamo le persone di persona, abbiamo tutti questi contesti diversi. Abbiamo segnali visivi, segnali uditivi, cose che non sono espresse in un messaggio di testo. Queste sono cose su cui dovremmo appoggiarci. La speranza è che la tecnologia possa fornire ai medici uno strumento aggiuntivo per espandere le informazioni su cui fanno affidamento per prendere decisioni cliniche”.
Justin Tauscher, autore principale dell’articolo e attuale professore assistente presso la School of Medicine dell’Università di Washington
Lo studio ha esaminato migliaia di messaggi di testo unici e non richiesti tra 39 persone con gravi malattie mentali e una storia di ricoveri ospedalieri e i loro fornitori di servizi di salute mentale. I valutatori umani hanno valutato i testi per vari pregiudizi cognitivi, come farebbero normalmente nel contesto della cura del paziente. I valutatori cercano un linguaggio sottile o palese che suggerisca che il paziente sta generalizzando eccessivamente, catastrofizzando o saltando alle conclusioni, che possono essere indicatori di problemi.
I ricercatori hanno anche programmato i computer per svolgere lo stesso compito di valutare il testo e hanno scoperto che gli esseri umani e l’intelligenza artificiale hanno ottenuto punteggi simili nella maggior parte delle categorie studiate.
"La capacità di disporre di sistemi in grado di supportare il processo decisionale clinico è, penso, estremamente rilevante e potenzialmente di impatto per coloro che operano sul campo che a volte non hanno accesso alla formazione, a volte non hanno accesso alla supervisione, o talvolta sono semplicemente stanchi, oberati di lavoro ed esauriti." "Ho difficoltà a rimanere presente con tutte le interazioni che hanno", ha detto Tauscher, che è arrivato alla ricerca dopo un decennio in un contesto clinico.
Assistere i medici sarebbe un vantaggio immediato, ma i ricercatori vedono anche applicazioni future che funzioneranno insieme a una fascia fitness indossabile o a un sistema di monitoraggio basato sul telefono. Dror Ben-Zeev, direttore del Centro di ricerca comportamentale in tecnologia e ingegneria dell'UW e coautore dell'articolo, ha affermato che la tecnologia potrebbe eventualmente fornire un feedback in tempo reale che allerterebbe un terapista di problemi imminenti.
"Allo stesso modo in cui si ottengono i livelli di ossigeno nel sangue, la frequenza cardiaca e altri input", ha detto Ben-Zeev, "potremmo ricevere una nota che indica che il paziente sta saltando alle conclusioni e sta agendo in modo catastrofico. Solo la capacità di farlo." "Aumentare la consapevolezza di un modello di pensiero è qualcosa che immaginiamo per il futuro. Le persone avranno questi cicli di feedback con la loro tecnologia attraverso i quali acquisiranno informazioni su se stessi."
Questo lavoro è stato supportato dal Garvey Institute for Brain Health Solutions presso la School of Medicine dell'Università di Washington, dal National Institute of Mental Health (R56-MH-109554) e dalla National Library of Medicine (T15-LM-007442).
Fonte:
Riferimento:
Tauscher, JS, et al. (2022) Rilevamento automatizzato di pregiudizi cognitivi negli scambi di testi tra medici e persone con gravi malattie mentali. Servizi psichiatrici. doi.org/10.1176/appi.ps.202100692.
.