Suche
Mein Konto
Algoritmen zijn net zo goed als menselijke onderzoekers in het identificeren van signalen van psychische problemen in teksten
Onderzoekers van UW Medicine hebben ontdekt dat algoritmen net zo goed zijn als getrainde menselijke beoordelaars in het identificeren van waarschuwingssignalen in sms-berichten van mensen met ernstige psychische aandoeningen. Dit opent een veelbelovend studiegebied dat zou kunnen helpen bij het opleiden van geestelijke gezondheidszorg en bij tekorten in de zorg. De resultaten werden eind september gepubliceerd in het tijdschrift Psychiatric Services. Sms-berichten maken steeds meer deel uit van de geestelijke gezondheidszorg en de beoordeling, maar deze psychiatrische interventies op afstand missen mogelijk de emotionele referentiepunten die therapeuten gebruiken om face-to-face gesprekken met patiënten te begeleiden. Het onderzoeksteam, gevestigd in de afdeling Psychiatrie en Gedragswetenschappen, gebruikte voor het eerst natuurlijke taalverwerking om...
Algoritmen zijn net zo goed als menselijke onderzoekers in het identificeren van signalen van psychische problemen in teksten
Onderzoekers van UW Medicine hebben ontdekt dat algoritmen net zo goed zijn als getrainde menselijke beoordelaars in het identificeren van waarschuwingssignalen in sms-berichten van mensen met ernstige psychische aandoeningen. Dit opent een veelbelovend studiegebied dat zou kunnen helpen bij het opleiden van geestelijke gezondheidszorg en bij tekorten in de zorg.
De resultaten werden eind september gepubliceerd in het tijdschrift Psychiatric Services.
Sms-berichten maken steeds meer deel uit van de geestelijke gezondheidszorg en de beoordeling, maar deze psychiatrische interventies op afstand missen mogelijk de emotionele referentiepunten die therapeuten gebruiken om face-to-face gesprekken met patiënten te begeleiden.
Het onderzoeksteam, gevestigd in de afdeling Psychiatrie en Gedragswetenschappen, maakte voor het eerst gebruik van natuurlijke taalverwerking om tekstberichten te detecteren en te identificeren die ‘cognitieve vooroordelen’ weerspiegelen die een ondergetrainde of overwerkte arts over het hoofd zou kunnen zien. Het onderzoek zou er uiteindelijk ook voor kunnen zorgen dat meer patiënten medische zorg vinden.
Wanneer we mensen persoonlijk ontmoeten, hebben we al deze verschillende contexten. We hebben visuele signalen, we hebben auditieve signalen, dingen die niet in een sms-bericht worden uitgedrukt. Dit zijn zaken waar we op moeten vertrouwen. De hoop hier is dat technologie artsen een extra hulpmiddel kan bieden om de informatie uit te breiden waarop zij vertrouwen bij het nemen van klinische beslissingen.”
Justin Tauscher, hoofdauteur van het artikel en huidige assistent-professor aan de University of Washington School of Medicine
De studie onderzocht duizenden unieke en ongevraagde sms-berichten tussen 39 mensen met een ernstige psychische aandoening en een geschiedenis van ziekenhuisopnames en hun zorgverleners in de geestelijke gezondheidszorg. Menselijke beoordelaars beoordeelden de teksten op verschillende cognitieve vooroordelen, zoals ze normaal zouden doen in de context van patiëntenzorg. Beoordelaars zoeken naar subtiele of openlijke taal die suggereert dat de patiënt overgeneraliseert, catastrofeert of overhaaste conclusies trekt, wat allemaal indicatoren van problemen kunnen zijn.
De onderzoekers programmeerden ook computers om dezelfde taak uit te voeren: het evalueren van tekst en ontdekten dat mensen en AI in de meeste bestudeerde categorieën vergelijkbaar scoorden.
“Het vermogen om systemen te hebben die de klinische besluitvorming kunnen ondersteunen, is, denk ik, uiterst relevant en potentieel impactvol voor mensen in het veld die soms geen toegang hebben tot training, soms geen toegang hebben tot supervisie, of soms gewoon moe, overwerkt en opgebrand zijn.” “Ik vind het moeilijk om aanwezig te blijven bij alle interacties die ze hebben”, zegt Tauscher, die na tien jaar in een klinische setting naar het onderzoek kwam.
Het assisteren van artsen zou een onmiddellijk voordeel zijn, maar onderzoekers zien ook toekomstige toepassingen die naast een draagbare fitnessband of een telefoongebaseerd monitoringsysteem werken. Dror Ben-Zeev, directeur van het UW Behavioral Research in Technology and Engineering Center en co-auteur van het artikel, zei dat de technologie uiteindelijk realtime feedback zou kunnen geven die een therapeut zou waarschuwen voor dreigende problemen.
"Op dezelfde manier waarop je het zuurstofniveau in het bloed, de hartslag en andere input meet", zei Ben-Zeev, "kunnen we een briefje krijgen dat aangeeft dat de patiënt overhaaste conclusies trekt en zich catastrofaal gedraagt. Alleen al het vermogen om dat te doen." "Het vergroten van het bewustzijn van een denkpatroon is iets dat we in de toekomst voor ogen hebben. Mensen zullen deze feedbackloops hebben met hun technologie waardoor ze inzichten over zichzelf krijgen."
Dit werk werd ondersteund door het Garvey Institute for Brain Health Solutions aan de University of Washington School of Medicine, het National Institute of Mental Health (R56-MH-109554) en de National Library of Medicine (T15-LM-007442).
Bron:
Referentie:
Tauscher, J.S., et al. (2022) Geautomatiseerde detectie van cognitieve vooroordelen in tekstuitwisselingen tussen artsen en mensen met ernstige psychische aandoeningen. Psychiatrische diensten. doi.org/10.1176/appi.ps.202100692.
.