ИИ может помочь в диагностике шизофрении и биполярного расстройства

Шизофрения и биполярное расстройство являются тяжелыми психическими расстройствами, которые часто проявляются в раннем взрослом возрасте. Несмотря на существование эффективных методов лечения, их успешное применение зависит от точной диагностики, которая оказывается сложнее, чем можно было бы ожидать. Многочисленные исследования показывают, что между началом болезни и постановкой правильного диагноза часто проходит несколько лет, что усложняет лечение.

Новое исследование, проведенное учеными из Университета Орхуса и Университетской больницы Орхуса, предполагает, что искусственный интеллект может помочь решить эту проблему. Результаты исследования опубликованы в журнале JAMA Psychiatry.

Профессор Сёрен Динесен Остергаард, возглавляющий исследовательскую группу, отмечает, что задача ранней диагностики является сложной, но результаты исследования показывают, что ученые находятся на правильном пути.

Исследование основано на анализе данных электронных медицинских карт 24 449 пациентов, которые ранее лечились от менее серьезных психических расстройств, таких как тревожность и депрессия. Эти данные использовались для разработки алгоритма машинного обучения, способного оценить вероятность развития шизофрении или биполярного расстройства в течение следующих пяти лет.

Алгоритм анализирует более 1000 факторов, включая диагнозы, лекарства и текст клинических заметок. Результаты показывают, что из каждых 100 пациентов, отнесенных алгоритмом к группе высокого риска, примерно 13 получат диагноз шизофрении или биполярного расстройства в течение пяти лет.

С другой стороны, из каждых 100 пациентов, отнесенных к группе низкого риска, примерно 95 не получат такой диагноз. Хотя текущая точность алгоритма недостаточна для клинического применения, исследователи уверены, что его можно значительно улучшить.

Ключевым фактором, влияющим на прогнозы, являются слова в клинических записях, описывающие симптомы, такие как социальная изоляция и слуховые галлюцинации, а также упоминания о госпитализации в психиатрические больницы. Эти данные имеют клиническую значимость и подтверждают, что из клинических записей можно извлечь много полезной информации.

Однако используемая в исследовании языковая модель относительно проста и не учитывает контекст слов. Современные языковые модели, подобные тем, что используются в ChatGPT, способны понимать смысл целых предложений, что открывает новые возможности для улучшения алгоритма.

Исследователи выражают оптимизм относительно того, что будущие версии алгоритма, основанные на более продвинутых технологиях, смогут достичь достаточной точности для использования в клинической практике. Это может значительно ускорить диагностику и начало лечения, что особенно важно для пациентов с шизофренией и биполярным расстройством.