|
ИИ может выявлять болезни Альцгеймера, шизофрении и аутизма
|
|
|
|
Новый искусственный интеллект (ИИ) способен выявлять состояния психического здоровья, просеивая данные визуализации мозга, чтобы найти закономерности, связанные с аутизмом, шизофренией и болезнью Альцгеймера, и он может сделать это до появления симптомов. Сначала модель обучили на изображениях мозга здоровых взрослых, а затем показали людям с проблемами психического здоровья, что позволило ей выявить крошечные изменения, которые остаются незамеченными человеческим глазом. Сложная компьютерная программа была разработана группой исследователей под руководством штата Джорджия, которые отмечают, что однажды она сможет обнаружить болезнь Альцгеймера у человека в возрасте 40 лет, то есть примерно за 25 лет до появления симптомов. Раннее обнаружение таких заболеваний помогло бы пациентам получить лечение, которое могло бы уменьшить напряжение психического заболевания.
|
|
|
|
ИИ был обучен на огромном наборе данных более чем 10 000 человек, чтобы понимать функциональную магнитно-резонансную томографию (фМРТ), которая измеряет активность мозга, обнаруживая изменения кровотока. Как только ИИ смог считывать базовые данные фМРТ, команда передала ему наборы данных более чем 1200 человек, у которых были диагностированы психические заболевания — аутизм, шизофрения и болезнь Альцгеймера. И система смогла определить разные закономерности для трех психических заболеваний. Команда отмечает, что использование фМРТ для выявления психических заболеваний может быть дорогостоящим — человек должен тщательно просматривать данные — но использование ИИ значительно сокращает затраты и время. Винс Кэлхун, директор-основатель Центра TReNDS и один из авторов исследования, заявил в своем заявлении: «Даже если мы знаем из других тестов или семейного анамнеза, что кто-то подвержен риску такого расстройства, как болезнь Альцгеймера, мы все равно не можем предсказать когда именно это произойдет.
|
|
|
«Визуализация мозга может сузить это временное окно, выявляя соответствующие закономерности, когда они проявляются до того, как станет очевидным клиническое заболевание». Использование ИИ для выявления психических заболеваний не является чем-то новым: один из них, раскрытый в апреле, проанализировал разговоры людей на платформе социальных сетей Reddit, чтобы определить, есть ли у них какие-либо проблемы. Команда ученых-компьютерщиков из Дартмутского колледжа в Ганновере, штат Нью-Гэмпшир, приступила к обучению модели ИИ для анализа текстов в социальных сетях. Команда выбрала Reddit для обучения своей модели, так как у него полмиллиарда активных пользователей, и все они регулярно обсуждают широкий круг тем в сети сабреддитов. Они сосредоточились на поиске эмоционального намерения в посте, а не на фактическом содержании, и обнаружили, что со временем он лучше работает при обнаружении проблем с психическим здоровьем.
|
|
|
|
В своем исследовании исследователи сосредоточились на том, что они называют эмоциональными расстройствами — большой депрессией, тревогой и биполярным расстройством, — которые характеризуются отчетливыми эмоциональными паттернами, которые можно отследить. Они изучили данные пользователей, которые сообщили о наличии одного из этих расстройств, и пользователей без каких-либо известных психических расстройств. Они обучили свою модель ИИ маркировать эмоции, выраженные в сообщениях пользователей, и отображать эмоциональные переходы между разными сообщениями. Пост может быть помечен ИИ как «радость», «гнев», «грусть», «страх», «отсутствие эмоций» или их комбинация. Карта представляет собой матрицу, показывающую, насколько вероятно, что пользователь перейдет из одного состояния в другое, например, из гнева в нейтральное состояние отсутствия эмоций. Ученые объяснили, что различные эмоциональные расстройства имеют свои характерные модели эмоциональных переходов. Создавая эмоциональный «отпечаток пальца» пользователя и сравнивая его с установленными признаками эмоциональных расстройств, модель может обнаружить их. Чтобы подтвердить свои результаты, они протестировали ее на постах, которые не использовались во время обучения, и показали, что модель точно предсказывает, у каких пользователей может быть одно из этих расстройств, а у кого нет, и что со временем она улучшается.
|
|
|
|
Источник
|
