AI ir iemācījies pamanīt pašnāvības tendences no smadzeņu skenēšanas

Kategorija: Bez kategorijas Ievietots 30. oktobris

Pašnāvība ir otrais galvenais nāves cēlonis Amerikas Savienotajās Valstīs jauniešu vidū vecumā no 15 līdz 34 gadiem, un ārstiem ir ierobežoti instrumenti, lai identificētu riskam pakļautos. Jauna mašīnmācīšanās tehnika, kas dokumentēta šodien publicētajā rakstā Daba Cilvēka uzvedība (PDF) varētu palīdzēt identificēt tos, kuri cieš no domām par pašnāvību.

Pētnieki aplūkoja 34 jaunus pieaugušos, kas bija vienmērīgi sadalīti starp pašnāvnieciskiem dalībniekiem un kontroles grupu. Katram subjektam tika veikta funkcionālā magnētiskās rezonanses attēlveidošana (fMRI), un viņiem tika parādīti trīs saraksti ar 10 vārdiem. Visi vārdi bija saistīti ar pašnāvību (vārdi, piemēram, nāve, nomākts vai nāvējošs), pozitīvām sekām (bezrūpība, laipnība, nevainība) vai negatīvām sekām (garlaicība, ļaunums, vainīgs). Pētnieki izmantoja arī iepriekš kartētus neironu parakstus, kas parāda emociju, piemēram, kauna un dusmu, smadzeņu modeļus.

Tika konstatēts, ka piecas smadzeņu atrašanās vietas kopā ar sešiem vārdiem ir labākie marķieri, lai atšķirtu pašnāvnieciskos pacientus no kontroles. Izmantojot tikai šīs vietas un vārdus, pētnieki apmācīja mašīnmācības klasifikatoru, kas spēja pareizi identificēt 15 no 17 pašnāvnieciskiem pacientiem un 16 no 17 kontroles subjektiem.

Pēc tam pētnieki sadalīja pašnāvnieciskos pacientus divās grupās – tajos, kuri bija mēģinājuši izdarīt pašnāvību (deviņi cilvēki) un tajos, kuri to nebija izdarījuši (astoņi cilvēki), un apmācīja jaunu klasifikatoru, kas spēja pareizi identificēt 16 no 17 pacientiem.

Rezultāti parādīja, ka veseliem pacientiem un tiem, kuriem ir domas par pašnāvību, bija izteikti atšķirīga reakcija uz vārdiem. Piemēram, kad pašnāvnieciskajiem dalībniekiem tika parādīts vārds nāve, viņu smadzeņu kauna zona izgaismoja vairāk nekā kontroles grupā. Tāpat nepatikšanas izraisīja lielāku aktivitāti skumju zonā.

Šis ir tikai jaunākais darbs, kura mērķis ir AI ieviest psihiatrijā. Pētnieki strādā pie mašīnmācības projektiem, kas ietver MRI analīzi, lai prognozētu smagus depresīvus traucējumus, līdz PTSD noteikšanai no cilvēku runas modeļiem. Agrāk šajā gadā, Vadu rakstīja par pētniekiem, kuri izveidoja sistēmu, kas ar 80 līdz 90 procentu precizitāti var izsijāt veselības ierakstus, lai atzīmētu kādu, kuram ir risks izdarīt pašnāvību. Facebook izmanto teksta ieguvi, lai identificētu lietotājus, kuriem ir pašnāvības vai paškaitējuma risks, un pēc tam norāda uz garīgās veselības resursiem (skatiet Lielos jautājumus par Facebook pašnāvību novēršanas rīkiem).

Mākslīgais intelekts jau ir radījis viļņus medicīnas jomā kopumā. Ir algoritmi, kas ir tik labi audzēju un citu CT skenēšanas problēmu noteikšanai, ka Džefrijs Hintons, viens no izcilākajiem dziļās mācīšanās pētniekiem, pastāstīja. Ņujorkietis ka radiologi galu galā paliks bez darba. Patiešām, viņš teica, viņiem tagad vajadzētu pārtraukt radiologu apmācību.

Šajā gadījumā pētījums, visticamāk, iedvesmos jaunas, cilvēku vadītas terapijas, nevis atstās no darba veselu ārstu. Rakstā tika norādīts, ka dažādu modeļu un apgabalu identificēšana varētu ieteikt jaunus reģionus, kas paredzēti smadzeņu stimulācijas metodēm. Konkrētu emocionālu reakciju identificēšana uz pašnāvību saistītiem terminiem varētu būt noderīga arī psihoterapeitiem, kuri ārstē savus pacientus.