Nowoczesne technologie oparte na sztucznej inteligencji coraz częściej znajdują zastosowanie w medycynie. Najnowsze badania zespołu polskich naukowców wskazują, że analiza ruchów gałek ocznych i głosu może stanowić skuteczne narzędzie we wczesnym wykrywaniu takich zaburzeń jak depresja, lęk społeczny, demencja czy choroba Alzheimera. Choć dokładność obecnych modeli AI nie przekracza jeszcze 70%, ich potencjał diagnostyczny oraz szybkość działania mogą zrewolucjonizować sposób monitorowania zdrowia psychicznego i neurologicznego
Z tego artykułu dowiesz się…
- Jak sztuczna inteligencja analizująca wzrok i głos może wspierać wczesne wykrywanie depresji, lęków i chorób neurodegeneracyjnych.
- Na czym polega metoda okulograficzna i jak działa analiza „ścieżek spojrzeń” w diagnozie psychicznej.
- Jakie są zalety wykorzystania głębokich sieci neuronowych w diagnostyce zaburzeń.
- Jakie wyzwania stoją przed wdrożeniem technologii AI do praktyki klinicznej i codziennego użytku.
Sztuczne sieci neuronowe i wzorce spojrzeń
Zespół badaczy, w skład którego weszli m.in. dr Karol Chlasta z Akademii Leona Koźmińskiego, dr hab. Krzysztof Krejtz oraz dr hab. Izabela Krejtz z Uniwersytetu SWPS, połączył wiedzę z zakresu psychologii, okulografii oraz sztucznej inteligencji. W badaniu wzięło udział 101 osób, w tym pacjenci z depresją, osoby z lękiem społecznym oraz osoby zdrowe. Uczestnicy oglądali przez 10 sekund zdjęcia twarzy przedstawiające różne emocje. Ich ruchy gałek ocznych były rejestrowane przez okulograf, a następnie analizowane przez głębokie konwolucyjne sieci neuronowe.
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 – wyjaśnia dr Karol Chlasta.
Wczesna diagnoza możliwa nawet w 10 sekund
Metoda oparta na analizie „ścieżek spojrzeń” uzyskanych z okulografu pozwoliła na rozróżnienie osób z depresją, lękiem społecznym oraz zdrowych z dokładnością od 60% do 70%. Wyniki te są porównywalne z tradycyjnymi metodami diagnostycznymi, jednak proces zajmuje znacznie mniej czasu i może być mniej obciążający dla pacjenta.
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 – podkreśla dr Chlasta.
Technologia gotowa na przyszłość – testy z wykorzystaniem urządzeń codziennego użytku
Choć system nadal wymaga dopracowania, badacze przewidują, że w przyszłości podobne testy diagnostyczne będzie można przeprowadzać za pomocą smartfonów, laptopów z kamerą internetową lub okularów VR. Takie narzędzia mogłyby działać podobnie jak popularne urządzenia monitorujące sen czy aktywność fizyczną.
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 – zauważa dr Chlasta.
Analiza głosu jako uzupełnienie diagnostyki
Poza śledzeniem ruchu oczu, zespół badawczy prowadzi również prace nad wykorzystaniem AI do analizy głosu. Modele uczą się identyfikować subtelne zmiany w mowie, które mogą towarzyszyć wczesnym etapom chorób neurologicznych.
W przypadku wielu schorzeń nasz głos delikatnie się zmienia. (…) Można 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 – tłumaczy dr Chlasta.
Przeszkody w implementacji i potrzeba dalszych badań
Pomimo obiecujących wyników, badacze zwracają uwagę na przeszkody, które mogą opóźnić wdrożenie technologii do praktyki klinicznej. Kluczowym problemem pozostaje brak systemowego gromadzenia danych oraz niski poziom zaufania społecznego do technologii opartych na sztucznej inteligencji.
Aby stworzyć dobrze działający model, potrzebne są jednak dodatkowe dane. Systemowo jednak nie są one zbierane, a placówki medyczne również ich nie gromadzą. (…) Prawda jest jednak taka, że bez dodatkowych danych nie będzie nam łatwo wyjść poza warunki laboratoryjne – zauważa dr Chlasta.
Nowe narzędzie w walce z epidemią zdrowia psychicznego
Według prognoz WHO, depresja może do 2030 roku stać się najczęściej diagnozowaną chorobą na świecie. W Polsce cierpi na nią już około 4 miliony osób, choć wiele przypadków pozostaje niezdiagnozowanych. Rozwiązania takie jak analizatory wzroku i głosu mogą stanowić istotny krok w kierunku upowszechnienia wczesnej, szybkiej i nieinwazyjnej diagnostyki psychicznej i neurologicznej.
Główne wnioski
- Polski zespół naukowców opracował metodę diagnostyczną wykorzystującą analizę wzroku i głosu z dokładnością do 62%, porównywalną z tradycyjnymi metodami.
- Technologia oparta na sztucznej inteligencji pozwala na szybkie i nieinwazyjne rozpoznanie wczesnych sygnałów depresji, lęku społecznego oraz chorób neurologicznych.
- Test diagnostyczny trwa zaledwie 10 sekund i może być realizowany za pomocą urządzeń codziennego użytku – kamery internetowej, smartfona czy okularów VR.
- Rozwój metody wymaga dalszych badań i systemowego zbierania danych – bariery obejmują m.in. brak infrastruktury i niski poziom zaufania do AI.
Źródło:
- Akademia Leona Koźmińskiego
