AI išmoko atpažinti polinkį į savižudybę iš smegenų skenavimo

Kategorija: Neįtraukta į kategorijas Paskelbta Spalio 30 d

Savižudybė yra antra pagrindinė mirties priežastis tarp 15–34 metų jaunuolių Jungtinėse Valstijose, o gydytojai turi ribotas priemones, leidžiančias nustatyti rizikos grupei priklausančius asmenis. Nauja mašininio mokymosi technika, aprašyta šiandien paskelbtame dokumente Gamta Žmogaus elgesys (PDF) gali padėti atpažinti tuos, kurie kenčia nuo minčių apie savižudybę.

Tyrėjai pažvelgė į 34 jaunus suaugusiuosius, tolygiai paskirstytus tarp savižudybių dalyvių ir kontrolinės grupės. Kiekvienam tiriamajam buvo atliktas funkcinis magnetinio rezonanso tomografija (fMRI) ir buvo pateikti trys 10 žodžių sąrašai. Visi žodžiai buvo susiję su savižudybe (žodžiai, tokie kaip mirtis, sunerimęs ar mirtinas), teigiamu poveikiu (nerūpestingumas, gerumas, nekaltumas) arba neigiamu poveikiu (nuobodulys, blogis, kaltas). Tyrėjai taip pat naudojo anksčiau suplanuotus nervinius parašus, kurie parodo emocijų, tokių kaip gėda ir pyktis, modelius.

Nustatyta, kad penkios smegenų vietos kartu su šešiais žodžiais yra geriausi žymenys, leidžiantys atskirti nusižudžiusius pacientus nuo kontrolinių. Naudodami tik tas vietas ir žodžius, mokslininkai parengė mašininio mokymosi klasifikatorių, kuris galėjo teisingai identifikuoti 15 iš 17 savižudiškų pacientų ir 16 iš 17 kontrolinių asmenų.

Tada tyrėjai suskirstė nusižudžiusius pacientus į dvi grupes – mėginusius nusižudyti (devyni žmonės) ir nebandžiusius (aštuoni žmonės), ir parengė naują klasifikatorių, kuris galėjo teisingai identifikuoti 16 iš 17 pacientų.

Rezultatai parodė, kad sveiki pacientai ir tie, kurie galvoja apie savižudybę, labai skirtingai reaguoja į žodžius. Pavyzdžiui, kai nusižudytiems dalyviams buvo parodytas žodis mirtis, gėdos sritis jų smegenyse nušvito labiau nei kontrolinės grupės. Taip pat bėdos sukėlė daugiau veiklos liūdesio srityje.

Tai tik naujausios pastangos, skirtos dirbtinį intelektą įtraukti į psichiatriją. Tyrėjai dirba su mašininio mokymosi projektais, apimančiais nuo MRT analizės, siekiant numatyti pagrindinį depresinį sutrikimą, iki PTSD atrinkimo iš žmonių kalbos modelių. Anksčiau šiais metais, Laidinis rašė apie tyrėjus, kurie sukūrė sistemą, kuri 80–90 procentų tikslumu gali peržiūrėti sveikatos įrašus, kad būtų galima pažymėti asmenį, kuriam gresia savižudybė. „Facebook“ naudoja tekstų gavybą, kad nustatytų vartotojus, kuriems gresia savižudybė arba savęs žalojimas, ir tada nukreipia juos į psichikos sveikatos išteklius (žr. „Facebook“ savižudybių prevencijos įrankius „Didieji klausimai“).

Dirbtinis intelektas jau sukėlė bangas medicinos srityje apskritai. Yra algoritmų, kurie taip gerai aptinka navikus ir kitas kompiuterinės tomografijos problemas, todėl Geoffrey'us Hintonas, vienas žymiausių giluminio mokymosi tyrinėtojų, pasakė. niujorkietis kad radiologai galiausiai liks be darbo. Iš tiesų, pasak jo, dabar jie turėtų nustoti rengti radiologus.

Šiuo atveju labiau tikėtina, kad moksliniai tyrimai įkvėps naujoms žmogaus terapijoms, nei atleis iš darbo visą sritį gydytojų. Straipsnyje pažymima, kad skirtingų modelių ir sričių nustatymas gali pasiūlyti naujus regionus, kuriuose būtų galima taikyti smegenų stimuliavimo metodus. Konkrečių emocinių reakcijų į su savižudybe susijusius terminus nustatymas taip pat gali būti naudingas savo pacientus gydantiems psichoterapeutams.