AI na problemy psychiczne. Nadzieja dla młodzieży w kryzysie
Sztuczna inteligencja może pomóc w diagnozowaniu zaburzeń u dzieci i młodzieży. Modele uczenia maszynowego mają szansę dostrzec objawy, które umkną uwadze lekarzy. Naukowcy podzielili się optymistycznymi wnioskami badań.
Zaburzenia psychiczne dotykają ogromnej liczby młodych ludzi. Szacunkowo 9 mln osób w wieku od 10 do 19 lat żyje z zaburzeniami psychicznymi. Połowa z nich zmaga się z depresją. Według danych UNICEF z 2021 r. samobójstwo jest główną przyczyną zgonów wśród młodzieży w Europie.
Podobne
- Nowa Siri i ChatGPT. Dla kogo będzie dostępna Apple Intelligence?
- Customowe emoji w iPhonach. Nowa funkcja w iOS 18?
- Czy "mój eks to typowy narcyz"? To mało prawdopodobne
- 34-latka wybrała eutanazję. "Tylko" ze względu na cierpienie psychiczne
- ChatGPT w roli terapeuty. Tiktokerzy wykorzystują AI w terapii
Rozwój sztucznej inteligencji może usprawnić walkę z kryzysem psychicznym. Iskrę nadziei pozwala mieć badanie przeprowadzone przez naukowców z UCLA Health w USA, opublikowane w czasopiśmie "JMIR Mental Health". Badanie wykazało, że uczenie maszynowe może skuteczniej od człowieka wykrywać objawy samookaleczenia u dzieci.
Młodzież w kryzysie psychicznym
Badacze przeanalizowali notatki kliniczne z 600 wizyt na oddziałach u dzieci w wieku od 10 do 17 lat. Chcieli sprawdzić, w jakim stopniu systemy oceny kondycji psychicznej pacjentów pomagają w identyfikacji objawów samookaleczeń i oszacowaniu ryzyka samobójstwa.
Wnioski były zaskakujące. Notatki pominęły niepokojące oznaki u 29 proc. dzieci, które zgłosiły się na oddział z myślami dotyczącymi samookaleczenia. Co więcej, lekarze obserwujący zachowanie podopiecznych, pominęli 54 proc. pacjentów z grupy ryzyka.
Specjaliści nie dostrzegli myśli lub zachowań związanych z samookaleczeniach. Powód? Dzieci nie chcą zgłaszać tak niepokojących myśli podczas pierwszej wizyty na oddziale ratunkowym. Narażeni na pominięcie byli częściej chłopcy niż dziewczynki oraz młodzież czarnoskóra i latynoska.
Modele uczenia maszynowego na pomoc
Naukowcy z UCLA Health odkryli, jak pomóc w problemie. Stworzyli modele uczenia maszynowego, które analizowały dane, takie jak wcześniejsze miejsce opieki medycznej, rodzaje przyjmowanych leków, miejsce zamieszkania pacjenta oraz wyniki testów laboratoryjnych. W ten sposób modele szacowały poziom myśli samobójczych lub zachowań związanych z samookaleczeniem.
Modele identyfikowały pacjentów w grupie ryzyka lepiej niż tradycyjne metody analizy. Autorzy badania nie popadają w huraoptymizm. Zależy im na poprawie poziomu przewidywania pacjentów w grupie ryzyka. Zespół skupi się nad dalszym rozwojem technologii.
Źródło: Euronews
Popularne
- Jeździ autem za pół miliona złotych. Zapomniał o ważnej rzeczy
- Prokuratura umorzyła śledztwo. Szafarowicz komentuje decyzję
- Deweloper obiecał plac zabaw na osiedlu. Wyszło jak zawsze
- Amerykański influencer aresztowany w Krakowie. Czym podpadł służbom?
- Wardęga boi się Boxdela? "Spałem, a obok mnie siekiera"
- Boxdel przerwał milczenie. Gani Wardęgę i broni Goli
- Boxdel o zlikwidowaniu Wardęgi. Powiedział mu to w twarz
- Niewygodny temat dla Wojtka Goli. "Był z takimi dziewczynami"
- Kara za brak papieru toaletowego? GIS zapowiada zmiany