Depressione: l'AI nello studio dello psichiatra

0

I ricercatori del MIT hanno istruito una rete neurale a identificare i sintomi della depressione nei testi e nelle conversazioni dei pazienti.

Una nuova tecnologia messa a punto dai ricercatori del MIT e basata su un sistema di intelligenza artificiale potrebbe presto scendere in campo per aiutare i medici a diagnosticare i casi di depressione. Ad oggi gli psichiatri identificano i tratti caratteristici della malattia sottoponendo al paziente specifiche domande sul suo passato, su malattie pregresse, sul suo umore e sul suo stile di vita e via dicendo, e interpretano le risposte.

 

L'impiego dell'AI nell'analisi delle risposte a queste domande non è una novità assoluta, almeno a livello sperimentale: negli ultimi anni diversi team di ricerca hanno ottenuto in questo campo risultati apprezzabili. Ma il risultato fornito dai modelli, per quanto preciso ed affidabile, ha un utilizzo limitato perché il sistema è in grado di valutare solo alcune specifiche domande.

 

Cervelli al lavoro. Tuka Alhanai, primo ricercatore presso il Computer Science and A.I. Lab. del MIT, e suoi colleghi sono riusciti a spingersi ben oltre, realizzando una rete neurale in grado di identificare i segnali della depressione in qualsiasi testo scritto o discorso proveniente da un paziente oggetto di analisi.

 

mente e cervello

Curiosit: le bugie pi clamorose sul cervello. | REUTERS/Sergio Perez

 

Il sistema analizza parametri quali le parole utilizzate, la sintassi, il tono di voce e tutti gli schemi correlabili alla depressione. Il punto di forza di questo software è che può funzionare senza vincoli di contesto, quindi senza bisogno di analizzare le risposte alle classiche domande diagnostiche. I ricercatori hanno addestrato il software su centinaia di conversazioni, sia scritte sia in forma di file audio, tenute dai medici con pazienti depressi e sani.

 

Sul lettino con l'AI. Una volta immagazzinati i dati, il sistema ha cercato e identificato gli schemi ricorrenti: dall'utilizzo di parole negative come "triste", "di cattivo umore" eccetera al tono della voce, dalla velocità delle parole alle pause. Il legame tra la depressione e questi segnali è stato ampiamente esplorato in numerose ricerche svolte negli anni, ed è quindi stato relativamente facile per gli scienziati mettere queste informazioni in relazione tra loro.

 

Il sistema è stato messo alla prova su 142 interviste a pazienti psichiatrici in formato audio e video selezionate dal Distress Analysis Interview Corpus, al quale si sono aggiunte le interazioni con alcuni pazienti virtuali controllati dai ricercatori.

 

Preciso e preparato. In questa raccolta di colloqui, il grado di depressione è identificato con un punteggio tra 0 (non depresso) e 27 (gravemente depresso). Le prestazioni dell'AI sono risultate di tutto rispetto: nel 71% dei casi analizzati il sistema ha diagnosticato correttamente lo stato di salute del paziente (sano o ammalato), e nell'83% dei malati ha identificato correttamente anche il grado di depressione.

 

 

Lo studio ha anche evidenziato come l'analisi dei testi scritti abbia portato alla diagnosi corretta più velocemente e in modo più preciso rispetto ai file vocali.

 

A fianco del medico. I risultati di questo lavoro sono ancora molto lontani dal poter essere utilizzati in applicazioni concrete, ma aprono la strada a scenari utili e interessanti. È bene sottolineare che l'obiettivo dei ricercatori non è quello di arrivare a sostituire i medici, ma di mettere a loro disposizione strumenti per una diagnosi sempre più precoce.

 

Per esempio app per smartphone in grado di monitorare, attraverso l'ascolto della voce, l'evoluzione della malattia in pazienti psichiatrici e avvisando i clinici di riferimento in caso di repentini peggioramenti. Ma anche sistemi analoghi in grado di diagnosticare altre malattie psichiatriche o disturbi cognitivi e dell'apprendimento.

 

[ Fonte articolo: Focus ]

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.