Polscy eksperci opracowali system, który z ruchu gałek ocznych, zaledwie w 10 sekund wykrywa depresję, lęki i inne zaburzenia. w tej chwili dokładność sięga 70 proc., ale badacze widzą możliwości dalszego jej zwiększenia.
Naukowcy z trzech polskich uczelni stworzyli oparty na sztucznej inteligencji system do szybkiego wykrywania zaburzeń psychicznych.
W badaniu prowadzącym do opracowania systemu wzięło w sumie udział 101 osób, w tym – pacjenci z rozpoznaną depresją, osoby z lękiem społecznym oraz osoby zdrowe stanowiące grupę kontrolną. Zadaniem badanych było oglądanie przez 10 sekund zdjęć twarzy przedstawiające różne emocje. Specjalne czujniki umieszczone w tzw. okulografach rejestrowały ruchy gałek ocznych ochotników. Zebrane dane posłużyły do wygenerowania tzw. ścieżek spojrzeń, które następnie zostały przeanalizowane przez 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. Objawia się to wydłużeniem ścieżki skanowania twarzy, co świadczy o ich wrażliwości na bodźce społeczne” – mówi dr Karol Chlasta z Akademii Leona Koźmińskiego, współautor badania, ekspert w dziedzinie sztucznej inteligencji.
W tworzenie systemu zaangażowani byli również psycholodzy i inni eksperci w zakresie badań nad AI, w tym dr hab. Krzysztof Krejtz i dr hab. Izabela Krejtz z Uniwersytetu SWPS oraz dr Katarzyna Wisiecka z AEH w Warszawie.
W przypadku depresji i lęku społecznego metoda osiąga skuteczność rzędu 60–70 procent. Badacze podkreślają, iż to wartość porównywalna z tradycyjnymi metodami.
Jednocześnie opracowane podejście jest dużo szybsze i mniej angażujące dla pacjenta, niż tradycyjne sposoby. Umożliwia także łatwiejsze i szybsze monitorowanie zmian stanu psychicznego danej osoby – podkreślają autorzy rozwiązania.
Nową metodę można zaimplementować w urządzeniach codziennego użytku – wykorzystać np. laptop, telefon czy gogle do VR.
Takie podejście ma pozwolić na stworzenie „wykresu dobrostanu psychicznego”, podobnego do wykresów przedstawiających kroki, tętno czy jakość snu oferowanych przez dzisiejsze inteligentne zegarki czy telefony.
Naukowcy nie ograniczają się do analizy wzroku. Pracują także nad zastosowaniem nowych metod sztucznej inteligencji do analizy głosu – zarówno w kontekście diagnostyki depresji, jak i schorzeń neurologicznych.
„W przypadku wielu schorzeń, nasz głos delikatnie się zmienia. Można porównać to do tego, iż przeciążony pracą komputer pracuje nieco wolniej. Musi przełączać się pomiędzy różnymi zadaniami. W przypadku ludzi możemy 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, choćby z krótkich fragmentów wypowiedzi” – opowiada dr Chlasta.
„To może dać wczesny sygnał ostrzegawczy, iż jesteśmy narażeni na depresję, demencję lub chorobę Alzheimera. Dzięki temu mamy szansę szybciej zareagować. Zmienić codzienne nawyki i skonsultować się z lekarzem, zanim nasze objawy się nasilą” – dodaje naukowiec.
Twórcy systemu podkreślają, iż depresja i lęk społeczny to jedne z najczęstszych zaburzeń psychicznych, a liczba osób nimi dotkniętych wciąż rośnie. Powołując się na prognozy WHO podają, iż do 2030 roku depresja będzie najczęściej diagnozowaną chorobą na świecie. W Polsce już teraz cierpi na nią już około 4 miliony osób, choć wiele przypadków pozostaje niezauważonych. Jeden z głównych powodów braku diagnoz jest taki, iż wczesne wykrycie depresji jest trudne i czasochłonne.
Szybka analiza ruchów gałek ocznych może natomiast dostarczyć cennych informacji o stanie psychicznym i stanowić dla istotny sygnał mówiący, iż warto skonsultować się z lekarzem – sugerują autorzy rozwiązania. Zwracają też uwagę, iż do szerokiego wprowadzenia takich nowej metody niezbędne będą dalsze badania. „Aby stworzyć dobrze działający model, potrzebne są dodatkowe dane. Systemowo jednak nie są one zbierane, a placówki medyczne również ich nie gromadzą. Dodatkowo, społeczne zaufanie do sztucznej inteligencji wciąż jest niskie, a ludzie podchodzą do przekazywania swoich danych z pewną dozą niepewności. Prawda jest jednak taka, iż bez dodatkowych danych nie będzie nam łatwo wyjść poza warunki laboratoryjne, a bez kolejnych analiz nie uda się nam przeprowadzić demonstracji prototypu tej nowej technologii w warunkach operacyjnych” – tłumaczy dr Chlasta.
Potrzebne są także zmiany systemowe. Według dra Chlasty możliwe byłoby zastosowanie opracowanej przez jego zespół technologii w szerszym systemie, umożliwiającym monitorowanie stanu zdrowia psychicznego pacjentów – czy to na skalę całego systemu opieki zdrowotnej, czy też np. na poziomie jednej kliniki. (PAP)
Marek Matacz, fot. pixabay.com
Data publikacji: 14.05.2025 r.
