Polscy naukowcy wykorzystują AI do wczesnej diagnozy depresji i demencji

W badaniu wzięło w sumie udział 101 osób – w tym pacjenci z rozpoznaną depresją, osoby z lękiem społecznym oraz osoby zdrowe (grupa kontrolna). Badani oglądali przez 10 sekund zdjęcia twarzy o różnym wyrazie emocji, a specjalne czujniki w okulografach rejestrowały ich ruchy gałek ocznych. Zebrane dane posłużyły do wygenerowania tzw. „ścieżek spojrzeń”, które następnie zostały przeanalizowane przez modele głębokich konwolucyjnych sieci neuronowych – uczących się rozpoznawania wzorców w danych wizualnych i działające na podobnej zasadzie jak ludzki mózg, czyli przetwarzając informacje warstwa po warstwie i wyszukując znaczące sygnały.
– Wzorce ruchów oczu mogą dostarczyć obiektywnych danych na temat naszej kondycji psychicznej. U osób depresyjnych zauważamy tendencję do skupiania uwagi na negatywnych bodźcach. Z kolei osoby z lękiem społecznym wykazują zwiększoną aktywność w skanowaniu twarzy, co jest związane z występowaniem zjawiska w psychologii nazywanego hiperskanowaniem. Objawia się to wydłużeniem ścieżki skanowania twarzy, co świadczy o ich wrażliwości na bodźce społeczne – mówi dr Karol Chlasta. I dodaje: - W przypadku rozróżniania depresji i lęku społecznego nasza metoda osiąga skuteczność rzędu 60–70 procent. To porównywalne z tradycyjnymi metodami, ale dużo szybsze i mniej angażujące dla pacjenta. Umożliwia także łatwiejsze i szybsze monitorowanie zmian stanu psychicznego chorego – dodaje.
Testy podobne do tych ze smartwatcha?
Choć dokładność modeli sztucznej inteligencji nie jest jeszcze idealna, bo wynosi 62 proc. dla porównania pacjentów z depresją, lękiem społecznym i grupy kontrolnej, to dla badań przesiewowych jest to wynik obiecujący. Szczególnie, że można go uzyskać na podstawie zaledwie 10-sekundowego testu. Co więcej, takie rozwiązania mogą w przyszłości trafić do urządzeń codziennego użytku.
– Możemy to porównać do działania inteligentnych zegarków, które mówią nam jak wyglądał nasz rytm snu. Tyle że poza pulsem, możemy mierzyć i analizować także nasz wzrok, choćby kamerą internetową, albo poprzez coraz popularniejsze okulary VR – wyjaśnia dr Chlasta.
Pozwoliłoby to na stworzenie “wykresu dobrostanu psychicznego” podobnego do wykresów kroków, tętna czy jakości snu oferowanych przez dzisiejsze inteligentne zegarki czy smartphony. Poza analizą wzroku, badacz zwraca uwagę również na swoje pozostałe badania związane z zastosowaniem nowych metod sztucznej inteligencji do analizy głosu. Prace te dotyczą zarówno analizy głosu w kontekście diagnostyki depresji, jak i schorzeń neurologicznych, takich jak demencja czy choroba Alzheimera.
– W przypadku wielu schorzeń nasz głos delikatnie się zmienia. Można porównać to do tego, że przeciążony pracą komputer pracuje nieco wolniej. Musi przełączać się pomiędzy różnymi zadaniami. W przypadku ludzi, możemy zaobserwować zmiany w działaniu narządów mowy, które często są trudne do wyłapania przez człowieka, ale które taki system oparty o sztuczne sieci neuronowe jest w stanie od razu wyłowić, nawet z krótkich fragmentów wypowiedzi – przekonuje badacz. – To może dać wczesny sygnał ostrzegawczy, że jesteśmy narażeni na depresję, demencję lub chorobę Alzheimera. Dzięki temu mamy szansę szybciej zareagować. Zmienić codzienne nawyki i skonsultować się z lekarzem, zanim nasze objawy się nasilą – dodaje ekspert.
Obiecujące badania, ale co dalej?
Depresja i lęk społeczny to jedne z najczęstszych zaburzeń psychicznych, a liczba osób nimi dotkniętych wciąż rośnie. WHO przewiduje, że do 2030 roku depresja będzie najczęściej diagnozowaną chorobą na świecie. W Polsce cierpi na nią już około 4 miliony osób, choć wiele przypadków pozostaje niezauważonych. Głównie dlatego, że ich wczesne wykrycie jest trudne i czasochłonne. Tymczasem badania dr. Chlasty wskazują, że analiza ruchów gałek ocznych może dostarczyć cennych informacji o stanie psychicznym – i stanowić dla nas pierwszy sygnał, że warto skonsultować się z lekarzem.
Żeby jednak takie rozwiązania jak eye-tracking i inne oparte o AI, mogły trafić do powszechnego użytku, konieczna jest kontynuacja badań, a także zmiany systemowe. Dr Chlasta wskazuje, że możliwe byłoby zastosowanie tej technologii w szerszym systemie umożliwiającym monitorowanie stanu zdrowia psychicznego pacjentów - czy to na skalę całego systemu opieki zdrowotnej, czy też np. na poziomie jednej kliniki, która mogłaby stale oceniać stan zdrowia jej pacjentów. Możliwe byłoby nawet indywidualne użycie za pomocą laptopa z kamerą internetową i mikrofonem, okularów VR lub smartfona.
– Aby stworzyć dobrze działający model, potrzebne są jednak dodatkowe dane. Systemowo jednak nie są one zbierane, a placówki medyczne również ich nie gromadzą. Dodatkowo, społeczne zaufanie do sztucznej inteligencji wciąż jest niskie, a ludzie podchodzą do przekazywania swoich danych z pewną dozą niepewności. Prawda jest jednak taka, że bez dodatkowych danych nie będzie nam łatwo wyjść poza warunki laboratoryjne, a bez kolejnych analiz nie uda się nam przeprowadzić demonstracji prototypu tej nowej technologii w warunkach operacyjnych – podsumowuje dr Karol Chlasta.