Sztuczna inteligencja może coraz skuteczniej wspierać ocenę stanu psychicznego pacjentów. Naukowcy z UTHealth Houston i Yale University opracowali multimodalny system AI, którego ogólne oceny diagnostyczne były zbliżone do ocen zespołów psychiatrów. Narzędzie analizuje nie tylko treść wypowiedzi, ale również mowę, ton głosu i zachowanie pacjenta. Wyniki opublikowano w „npj Mental Health Research”.
Z tego artykułu dowiesz się…
- Jak system AI opracowany przez naukowców z UTHealth Houston i Yale radził sobie z oceną stanu psychicznego w porównaniu z zespołami psychiatrów.
- Jak Qwen3-Omni analizuje mowę, ton głosu, obraz i zachowanie pacjenta, aby przygotować ocenę psychiatryczną i jej pisemne uzasadnienie.
- Dowiesz się, jak AI oceniała przypadki schizofrenii, zaburzeń obsesyjno-kompulsyjnych i choroby afektywnej dwubiegunowej oraz w których elementach nadal popełniała błędy.
- Zrozumiesz, dlaczego naukowcy widzą w AI narzędzie wspierające psychiatrów i edukację przyszłych lekarzy, a nie rozwiązanie mające zastąpić specjalistów.
AI analizuje obraz, głos i zachowanie pacjenta
Badacze wykorzystali Qwen3-Omni – multimodalny model sztucznej inteligencji – i połączyli go z opracowanym przez zespół oprogramowaniem analizującym nagrania wideo. System może uwzględniać informacje pochodzące z różnych kanałów, m.in. treść wypowiedzi, sposób mówienia, ton głosu oraz obserwowane zachowanie pacjenta. Narzędzie integruje obserwacje z kolejnych wizyt, a następnie generuje pisemne uzasadnienie oceny stanu psychicznego. W założeniu ma więc odtwarzać część procesu wykorzystywanego podczas badania stanu psychicznego (Mental Status Examination, MSE), które jest jednym z podstawowych elementów oceny psychiatrycznej.
Narzędzie AI, które stworzyliśmy, potrafi przeprowadzić diagnozę pacjenta niemal tak dobrą, jak zespół psychiatrów. To naprawdę imponujące – powiedziała dr Hammza Hamoudi, współautorka i główna autorka badania, adiunkt w Katedrze Psychiatrii i Nauk Behawioralnych w McGovern Medical School w UTHealth Houston.
Schizofrenia, OCD i choroba afektywna dwubiegunowa w teście AI
Skuteczność systemu oceniono na podstawie nagrań wideo przedstawiających standaryzowanych pacjentów. Były to kontrolowane scenariusze kliniczne, w których odgrywano przypadki schizofrenii, zaburzeń obsesyjno-kompulsyjnych (OCD) oraz choroby afektywnej dwubiegunowej o różnym nasileniu. Model oceniał pacjentów według 10 elementów badania stanu psychicznego. Analizowano m.in. nastrój, wygląd, zachowanie i współpracę, percepcję, mowę, skłonności samobójcze, urojenia, obsesje lub kompulsje, a także spójność i szybkość procesów myślowych. Następnie wyniki generowane przez AI porównano z ocenami przygotowanymi przez zespoły psychiatrów z UTHealth Houston i Yale.
Ogólna diagnoza trafna, ale AI popełniało błędy w szczegółach
Jednym z najważniejszych wniosków było rozróżnienie między ogólną oceną przypadku a prawidłowym rozpoznawaniem poszczególnych cech stanu psychicznego. Według autorów system konsekwentnie dobrze radził sobie z ogólną klasyfikacją diagnostyczną. Jednocześnie pojawiały się błędy w ocenie niektórych bardziej szczegółowych elementów, m.in. wyglądu pacjenta czy subtelnych cech motorycznych.
Badanie było równie dobre w zakresie obserwacji, ale nie sprawdzało się w niektórych obszarach, w których zachodzi potrzeba rozumowania stosowanego przez psychiatrów – powiedział dr Benson Mwangi Irungu, współautor pierwszej pracy, adiunkt w Katedrze Psychiatrii i Nauk Behawioralnych w McGovern Medical School.
To istotne ograniczenie. Badanie nie pokazuje bowiem, że AI może samodzielnie zastąpić pełną ocenę psychiatryczną. Test przeprowadzono w kontrolowanych warunkach i na standaryzowanych pacjentach, dlatego skuteczność narzędzia wymaga dalszej oceny w rzeczywistej praktyce klinicznej.
AI jako wsparcie psychiatry, a nie jego zastępstwo
Autorzy podkreślają, że celem projektu nie jest automatyzacja pracy psychiatry, lecz stworzenie dodatkowego narzędzia wspierającego podejmowanie decyzji.
Nie chodzi o to, czy ta sztuczna inteligencja jest tak dobra, jak psychiatra z 30-letnim doświadczeniem? – powiedział Soutullo, profesor John S. Dunn Professorship w McGovern Medical School. Chodzi o to, że obie strony zajmują się różnymi rzeczami i mają mocne i słabe strony. Po co wybierać jedną? Można wykorzystać obie.
Jednym z potencjalnych zastosowań systemu mogłoby być wsparcie lekarzy, którzy nie mają specjalistycznego przygotowania psychiatrycznego, szczególnie w miejscach z ograniczonym dostępem do specjalistów. AI mogłaby pomagać zwracać uwagę na objawy wymagające dalszej konsultacji psychiatrycznej.
Błędy AI mogą pomóc w szkoleniu przyszłych lekarzy
Drugim kierunkiem zastosowania technologii jest edukacja. Studenci i początkujący klinicyści mogliby porównywać oceny wygenerowane przez model z ocenami ekspertów, analizując zarówno zgodności, jak i błędy.
Nawet błędy sztucznej inteligencji mogłyby stać się narzędziami dydaktycznymi. Studenci mogliby porównywać jej oceny z ocenami doświadczonych klinicystów, badać, gdzie rozumowanie było błędne i uczyć się, jak unikać podobnych błędów we własnych ocenach klinicznych.
Kolejnym etapem prac będzie zwiększenie precyzji modelu w klasyfikowaniu poszczególnych elementów badania stanu psychicznego. Konieczna będzie również walidacja rozwiązania w bardziej zróżnicowanych populacjach i warunkach odpowiadających codziennej praktyce.
AI w psychiatrii – obiecujące wyniki wymagają dalszej walidacji
Badanie zespołów UTHealth Houston i Yale pokazuje, że multimodalna AI może integrować obraz, głos, mowę i zachowanie, aby wspierać ocenę psychiatryczną. Szczególnie interesująca jest możliwość wykorzystania technologii jako narzędzia edukacyjnego oraz wsparcia lekarzy mających ograniczony dostęp do specjalistów psychiatrii.
Na obecnym etapie wyniki należy jednak traktować jako dowód potencjału technologii, a nie potwierdzenie możliwości zastąpienia psychiatry przez AI. O jej rzeczywistej wartości klinicznej zdecydują dalsze badania prowadzone z udziałem rzeczywistych pacjentów i w codziennych warunkach opieki zdrowotnej.
Główne wnioski
- Naukowcy z UTHealth Houston i Yale University opracowali multimodalny system AI, którego ogólne oceny diagnostyczne były zbliżone do ocen zespołów psychiatrów. Wyniki badania opublikowano w „npj Mental Health Research”.
- System wykorzystujący Qwen3-Omni oceniał pacjentów według 10 elementów badania stanu psychicznego, analizując m.in. nastrój, wygląd, zachowanie, mowę, urojenia, obsesje lub kompulsje, skłonności samobójcze i procesy myślowe.
- AI dobrze radziła sobie z ogólną klasyfikacją przypadków, jednak popełniała błędy w ocenie niektórych szczegółowych elementów, m.in. wyglądu i subtelnych cech motorycznych. Testy przeprowadzono na nagraniach standaryzowanych pacjentów, a nie podczas rutynowej opieki nad rzeczywistymi pacjentami.
- Autorzy wskazują, że technologia może w przyszłości wspierać psychiatrów, początkujących klinicystów i lekarzy bez specjalistycznego przygotowania psychiatrycznego. Przed zastosowaniem klinicznym potrzebna jest jednak dalsza walidacja systemu.
Źródło:
- https://www.nature.com/articles/s44184-026-00245-y
- UTHealth Houston
