Algoritmy sú rovnako dobré ako skúšajúci ľudia pri identifikácii príznakov problémov duševného zdravia v textoch

Algoritmy sú rovnako dobré ako skúšajúci ľudia pri identifikácii príznakov problémov duševného zdravia v textoch

Vedci z UW Medicine zistili, že algoritmy sú rovnako dobré ako vyškolení ľudskí hodnotitelia pri identifikácii varovných signálov v textových správach od ľudí s vážnymi duševnými chorobami. To otvára sľubnú oblasť štúdia, ktorá by mohla pomôcť pri tréningu duševného zdravia a nedostatku starostlivosti.

Výsledky boli zverejnené v časopise Psychiatrické služby koncom septembra.

Textové správy sú čoraz častejšie súčasťou starostlivosti a hodnotenia duševného zdravia, ale týmto vzdialeným psychiatrickým intervenciám môžu chýbať emocionálne referenčné body, ktoré terapeuti používajú na vedenie osobných rozhovorov s pacientmi.

Výskumný tím so sídlom na Katedre psychiatrie a behaviorálnych vied po prvýkrát použil spracovanie prirodzeného jazyka na detekciu a identifikáciu textových správ, ktoré odrážajú „kognitívne zaujatosti“, ktoré môže nedostatočne vyškolený alebo prepracovaný klinický lekár prehliadnuť. Výskum by tiež mohol v konečnom dôsledku pomôcť väčšiemu počtu pacientov nájsť lekársku starostlivosť.

Keď sa s ľuďmi stretávame osobne, máme všetky tieto rôzne súvislosti. Máme vizuálne podnety, máme sluchové podnety, veci, ktoré nie sú vyjadrené v textovej správe. To sú veci, o ktoré by sme sa mali oprieť. Dúfame, že technológia môže poskytnúť lekárom ďalší nástroj na rozšírenie informácií, na ktoré sa spoliehajú pri prijímaní klinických rozhodnutí.“

Justin Tauscher, hlavný autor článku a súčasný odborný asistent na Lekárskej fakulte University of Washington

Štúdia skúmala tisíce jedinečných a nevyžiadaných textových správ medzi 39 ľuďmi s vážnym duševným ochorením a anamnézou hospitalizácií a ich poskytovateľmi duševného zdravia. Ľudskí hodnotitelia hodnotili texty z hľadiska rôznych kognitívnych skreslení, ako by to normálne robili v kontexte starostlivosti o pacienta. Hodnotitelia hľadajú jemný alebo otvorený jazyk, ktorý naznačuje, že pacient príliš zovšeobecňuje, katastrofuje alebo robí unáhlené závery, čo všetko môže byť indikátorom problémov.

Výskumníci tiež naprogramovali počítače na vykonávanie rovnakej úlohy hodnotenia textu a zistili, že ľudia a AI hodnotili podobne vo väčšine študovaných kategórií.

„Schopnosť mať zavedené systémy, ktoré môžu podporovať klinické rozhodovanie, je podľa mňa mimoriadne dôležitá a potenciálne účinná pre tých v odbore, ktorí niekedy nemajú prístup k tréningu, niekedy nemajú prístup k dohľadu alebo sú niekedy jednoducho unavení, prepracovaní a vyhorení.“ "Je pre mňa ťažké zostať prítomný pri všetkých interakciách, ktoré majú," povedal Tauscher, ktorý prišiel na výskum po desaťročí v klinickom prostredí.

Pomoc lekárom by bola okamžitou výhodou, ale výskumníci tiež vidia budúce aplikácie, ktoré fungujú spolu s nositeľnou fitness páskou alebo monitorovacím systémom založeným na telefóne. Dror Ben-Zeev, riaditeľ UW Behavioral Research in Technology and Engineering Center a spoluautor článku, povedal, že táto technológia by nakoniec mohla poskytnúť spätnú väzbu v reálnom čase, ktorá by upozornila terapeuta na blížiace sa problémy.

"Rovnakým spôsobom, akým získate hladiny kyslíka v krvi, srdcovú frekvenciu a iné vstupy," povedal Ben-Zeev, "môžeme dostať poznámku, ktorá naznačuje, že pacient robí unáhlené závery a koná katastrofálne. Len schopnosť to urobiť." "Zvyšovanie povedomia o myšlienkovom vzore je niečo, čo si predstavujeme v budúcnosti. Ľudia budú mať tieto spätné väzby s ich technológiou, prostredníctvom ktorých získajú prehľad o sebe."

Túto prácu podporil Garvey Institute for Brain Health Solutions na Lekárskej fakulte University of Washington, Národný inštitút duševného zdravia (R56-MH-109554) a Národná knižnica medicíny (T15-LM-007442).

Zdroj:

UW medicína

Referencia:

Tauscher, J.S., a kol. (2022) Automatizovaná detekcia kognitívnych predsudkov pri výmene textov medzi lekármi a ľuďmi s vážnymi duševnými chorobami. Psychiatrické služby. doi.org/10.1176/appi.ps.202100692.

.