Изкуственият интелект ще направи ли психиатрията по-добра?

2023 Автор: Agatha Gilson | [email protected]. Последно модифициран: 2023-08-03 16:49

Изкуственият интелект (AI) събира все по-голямо внимание и популярност в медицината и психиатрията не е изключение. Дали обаче AI ще изпълни своето обещание и ще подобри диагнозата и лечението на психичните заболявания, остава да видим.

AI е общата концепция за създаване на експертни системи за изпълнение на различни видове задачи, а машинното обучение (ML) е подмножество на AI, със статистически системи, които учат характеристики на данните, които предсказват някаква променлива стойност, обясни Питър Фолц, Доктор на науките, професор изследовател в Института за когнитивни науки в Колорадо в Боулдър.

Една от причините за нарастващия интерес към AI е „огромен набор от потенциални приложения, които предлага, казва Джон Кристъл, д.м.н., професор и председател, катедра по психиатрия в Училището по медицина на Йейлския университет, Ню Хейвън, Кънектикът.

„AI може да ни помогне да анализираме по-добре сканирането на мозъка в изследванията, да разберем по-добре структурата на геномната информация, да идентифицираме хората, изложени на риск от лоши резултати като самоубийство, да се опитаме да подобрим начина, по който разпределяме ресурси, да прогнозираме кой ще и няма да се възползва чрез обогатена психосоциална подкрепа, ръководство за избор на лекарства и дистанционно наблюдение на пациентите в риск “, каза Кристал пред Medscape Medical News.

Въпреки че някои лекари са загрижени, че AI и ML може в крайна сметка да ги заменят, Фолц отбелязва, че AI не е предназначен да замести лекарите, а да увеличи клиничната практика.

Неотдавнашно проучване на 791 психиатри от 22 страни показа, че 50% от анкетираните прогнозират, че работните им места ще бъдат "съществено променени" от AI / ML - особено що се отнася до документирането и актуализирането на медицински досиета и синтеза на информация.

„Трябва да гледаме на тези видове технологии като на инструменти, които ще предават по-навременна и чувствителна информация на клиницистите и предупреждават клиницистите на пациенти, които може да се нуждаят от допълнително проследяване“, заяви Кристал.

„Добър пример за неща, които ML или AI могат да направят по-добре от хората е да предскажат отговор на лекарство А срещу лекарство В, защото компютърът може да има предвид много повече променливи, отколкото човек може и може да направи това изключително ефективно, когато използва валидирани алгоритми “, отбеляза той.

Данните, събрани чрез рутинен скрининг за депресия, "обогатени с информация, която пациентът може да предостави на клиницист, ще бъдат поставени във формат, който е стандартизиран, така че същите данни, предоставени от всички пациенти, да могат да се използват в алгоритъм."

Krystal и неговите колеги разработиха такъв алгоритъм, за да предскажат кои пациенти с депресия могат да постигнат симптоматична ремисия след 12-седмичен курс на есциталопрам.

Изследването от 2016 г., публикувано в Lancet Psychiatry, използва данни от изпитването за последователно лечение за облекчаване на депресията (STAR * D), за да разработи алгоритъм, състоящ се от 25 променливи променливи, включително конкретни социодемографски характеристики, оценки по контролни списъци за депресивна тежест и брой на предишни големи депресивни епизоди.

Тези 25 променливи бяха използвани за обучение на ML модел за прогнозиране на клиничната ремисия. След това изследователите валидираха модела, като го приложиха към група за лечение с есциталопрам от независимо клинично проучване, известно като проучване Комбиниране на лекарства за подобряване на резултатите от депресията (CO-MED).

Моделът те разработиха прогнозирани резултати в кохортата STAR * D "с точност значително над вероятността" (64, 6% [SD 3.2]; P <.0001) и беше валидиран външно в групата на лечение с есциталопрам СО-MED.

Тези резултати бяха повторени в последващо проучване, при което изследователите използваха ML, за да анализират способността на 20 депресивни симптоми да прогнозират отговор на антидепресанти, използвайки данни от девет антидепресантни клинични проучвания и повече от 7000 пациенти.

Изследователите установили, че три симптоматични групи - сън / безсъние, основни емоционални симптоми и атипични симптоми - са свързани с отговор на конкретни лекарства.

Това е "пример за това как ИИ има потенциала да направи добър клиник дори по-добър", каза Кристал.

Фолц и неговите колеги са разработили базирана на приложение технология за дистанционно наблюдение и проследяване на фините промени в речевите модели на пациенти с шизофрения.

Проследяването на тези фини промени в езика може да помогне на клиницистите да получат "обективна оценка в реално време" на колебанията в речта и психичното здраве на пациентите, което може да подскаже потенциално за промени в настроението или мисловния процес, заяви д-р Брита Елвевег, когнитивен невронаук в университета в Тромсе, Норвегия, който си сътрудничи с Фолц в изследванията.

Foltz, Elvevåg и колегите му са извършили редица изследвания, които подкрепят тази методология.

Едно проучване сравнява здрави участници с тези със стабилни психични заболявания (n = 120 и n = 105, съответно). И двете групи използваха мобилно приложение, за да преразказват истории един ден след като ги чуха в лаборатория, като преразказът се провеждаше извън лабораторните условия.

Автоматични инструменти за разпознаване на реч, които проследяват езика надлъжно извлечени функции, базирани на езика.

Резултатите от модела на AI след това бяха сравнени с оценките на лекар.

Моделът на AI беше също толкова точен, колкото оценката на клиницист при идентифициране на пациенти с шизофрения, които може да проявяват тревожни симптоми и да разграничават психиатричните пациенти от здрави индивиди.

Фолц отбеляза, че в психиатрията диагнозата зависи до голяма степен от разговорите с пациентите лице в лице. Той добави, че този процес е "много времеемък", скъп и достъпът до лична психиатрична консултация може да бъде труден за много пациенти, особено за тези в селските райони.

Подобни инструменти, каза той, имат потенциала да събират данни от разстояние, бързо да предават информацията на клиницистите и да предоставят улики, които могат да бъдат използвани, за да се види кои пациенти могат да се нуждаят от лично оценяване.

Въпреки обещанията си, AI технологиите все още не са готови за първо време и се нуждаят от повече оценка, преди да могат да се прилагат на ниво население.

Подобни технологии "трябва да бъдат оценени по-внимателно, преди да могат да бъдат приложени на големи търговски мащаби", каза Фолц.

За тази цел наскоро публикуван от неговата група документ предлага рамка за оценка на ИИ - особено МЛ - в психиатрията.

Челси Чандлър, водещият автор на изследването и докторски кандидат в CU Boulder, заяви, че целта му е „да се очертаят текущите недостатъци по отношение на разработването на подходи на ИИ с надеждата, че ако продължат напред, те ще бъдат обобщаващи, прозрачни и надеждни“.

Елвевег, който е съавтор на статията, разработи подробно.

„За да бъде използван AI в клиничната обстановка, практикуващите клиницисти трябва да бъдат включени в неговото развитие“, каза тя, отбелязвайки, че някои от подходите на нейната група са информирани от проучване на американски клиницисти, специализирани в оценката на риска на тежко психично болни пациенти, Тези инструменти трябва да улеснят клиничната работа, а не да я усложняват.

„Никой няма да се интересува или да използва инструмент, който ще добави повече работа към вече опакования график на клиника“, каза Елвевег.

Освен това, каза Фолц, преди да използва техниките на ИИ, "клиницистите трябва да имат достатъчно ниво на доверие" в точността на прогнозите за AI / ML.

За да бъде надежден, моделът на ML трябва да бъде "обясним", каза Фолц. Тоест „трябва да е възможно да се получи описание на причината, поради която моделът е взел решение и трябва да бъде прозрачен“.

„Клиницистът, който използва [инструмента], трябва да разбере, че резултатите, които дава, се привързват към информацията, за която трябва да се интересува клиничният лекар, така че те също трябва да разберат подробностите на системата и кога системата може да бъде използвана по подходящ начин и кога не трябва няма да се използва - отбеляза Фолц.

Третият компонент на „надеждността“е „обобщаемост“.

"AI може да звучи като" смел нов свят ", но преди хората да се вълнуват твърде много от ролята му в трансформацията на психиатрията, важно е да знаем дали даден модел може да бъде обобщен, така че трябва да мислим за обучението, на което модел е обучен ", каза Елвевег.

Тя отбеляза, „голяма част от поведенческата наука се основава на популации в нашите бази данни, които обикновено се основават на хора от западния свят, които са образовани, индустриализирани и демократични, като по този начин въвеждат предубеждения в обучителния набор, така че трябва да сме сигурни, че всеки модел е приложим и за други популации."

Кристал се съгласи. "Когато хората разработват модели, но не ги валидират адекватно, ние не знаем колко стабилни или надеждни са моделите и как се правят или не ги обобщават в други набори от данни."

"Наличието на грешен или лош модел и действие върху него понякога може да доведе до драстично лошо вземане на решения, за разлика от подобряването на вземането на медицински решения", каза той.

Elvevåg определи потенциалните правни проблеми, свързани с AI в психиатрията, като "минно поле".

"Какво би се случило, ако някоя от тези системи е отговорна за пропускането на самоубийство или, обратно, ако клиницистът или болницата е сигнализиран твърде много пъти и пациентът се изпраща [в клиника или болница] твърде често? Това увеличава тежестта върху пациент, семейството, клиницистът и здравната система “, каза тя.

Някои пациенти, като например тези с шизофрения или когнитивни нарушения, също могат да имат затруднения при използването на приложения и устройства.

Освен това новите технологии имат потенциал за сериозни нарушения на данните и нарушаване на поверителността на пациентите.

Данните "могат да бъдат плаващи някъде в стратосферата, така че трябва да имаме дебат за правилната рамка за всички различни етапи на събиране на данни и как тя се използва за изследвания, клинична практика и изграждане на модели на ML", каза тя.

"Адвокатите и етиците имат различен ъгъл по тези въпроси, отколкото клиницистите или научните работници, така че всички, включително компютърните учени, трябва да преценят последиците от тези технологии", каза тя.

Кристал се съгласи. „Колкото повече видове данни използваме, за да генерираме все по-информативни прогнози, които са наистина по-смислени начини за насочване на лечението, толкова повече ще трябва да задаваме въпроси кой е собственик на данните, как тези данни ще се използват, как се постигат резултати ще се използват модели и кой ще ги използва."

За тази цел през юли 2019 г. Националните институти по здравеопазване (NIH) проведоха мултидисциплинарна конференция, на която експертите по право, етика и изследвания допринесоха за техните перспективи - събитие, което Elvevåg определи като „блестящо“за напредване на дискусиите, които трябва да предприемат място около тези въпроси.

Elvevåg е "изключително оптимистичен", че информацията, събрана от AI, може "потенциално да помогне в сложни случаи и да предостави толкова необходими емпирични данни за разбиране на естеството на [психиатричните] състояния." Независимо от това „трябва да продължим с повишено внимание“, каза тя.

Въпреки рисковете от техническа страна, съчетани с „трънливи въпроси от страна на личния живот и етиката“, всички вярват, че има огромен потенциал “, добави Кристал.

Тези опасения обаче „не отменят обещанията, които съществуват при прилагането на нови подходи към съществуващи типове данни, които вече имаме, и нови типове данни, които знаем, че са там, но все още не са добре интегрирани“.

„Техническите и етичните страни на подходите, базирани на ИИ, трябва да се движат едновременно напред, така че когато AI подходите са разгърнати, ние трябва да се уверим, че етичната страна се прилага точно заедно с тях“, каза Кристал.

Чандлър, Фолц и Елвег не са разкрили финансови взаимоотношения. Кристал е редактор на биологичната психиатрия. Консултира се за AbbVie Inc, AMGEN, Astellas Pharma Global Development Inc, AstraZeneca Pharmaceuticals, Biomedisyn Corporation, Bristol-Myers Squibb, Eli Lilly and Co, Euthymics Bioscience Inc, Neurovance Inc (филиал на Euthymics Bioscience), JF Pharmaceuticals & J. Development, Lundbeck Research USA, Novartis Pharma AG, Otsuka America Pharmaceutical Inc, Sage Therapeutics Inc, Sunovion Pharmaceuticals Inc и Takeda Industries. Другите му разкрития са посочени на оригиналната хартия.

Доклади от Шестия семинар по компютърна лингвистика и клинична психология. 2019; юни, 137-147. Пълен текст

Шизофър Бик. Публикувано онлайн 1 ноември 2019. Резюме

Психиатрия Ланс. 2016; 3: 243-50. абстрактен

Психиатрия JAMA. 2017; 74 (4): 370-378. Пълен текст

За повече новини от психиатрията на Medscape, присъединете се към нас във Facebook и Twitter.