Kunstig intelligens kan aflaste fremtidens psykiatri

Forestil dig, at du skal udredes for en psykiatrisk lidelse, og når du møder op, har en form for kunstig intelligens allerede analyseret dine sundhedsdata, hjerneskanninger og blodprøver samt din familiehistorik og genetiske information.

Herudfra laver den en vurdering af sandsynligheden for, at du har en psykisk lidelse og i så fald hvilken.

Det er bare et af flere scenarier for, hvordan nogle forskere i fremtiden håber på at bruge kunstig intelligens i psykiatrien, skriver Videnskab.dk.

Rosa Lundbye Allesøe, som har skrevet ph.d.-afhandling om brugen af machine learning til at integrere data om psykiske lidelser, håber, at det i fremtiden vil føre til mere præcis behandling og kortere ventetid.

– Der er stor mangel på læger og særligt speciallæger i psykiatri, så al hjælp i den retning er godt, siger hun til Videnskab.dk.

Skubber til grænserne

Sammen med et hold af forskere har hun forsøgt at udvikle en deep learning-model, der kan forudsige, om patienter har enten autisme, ADHD, depression, skizofreni eller bipolar lidelse eller er raske. Det gør den ved at analysere genetisk data og registerdata om blandt andet indlæggelser og sygdom i familien.

Det skubber til grænserne for, hvad de nuværende deep learning-modeller kan, men det understreger samtidig teknologiens børnesygdomme, mener en forsker i computations-psykiatri, der har læst gruppens studie.

– Det er en styrke, at forskerne her har taget flere diagnoser med i modellen. Det har mange studier hidtil undladt, forklarer Andre Marquand, der er professor på Radboud Universitet i Holland.

– Det nyeste tiltag er dog, at de har fodret modellen med data fra nationale registre – det har man kun mulighed for i lande som Danmark, som ligger inde med den type data, bemærker han.

Begrænsninger

Den største udfordring ved modellen er dog, at den oftere giver falske positiver end et korrekt resultat i forhold til kontrolgruppen, påpeger han. Det vil altså sige, at modellen diagnosticerer langt flere raske med en psykisk lidelse, end hvad der er realistisk i forhold til, hvor mange mennesker med psykiske lidelser, der er i den generelle befolkning.

Det er et godt eksempel på AI’s (kunstig intelligens') begrænsninger, som til dels handler om, at der stadig er meget, eksperterne ikke ved om psykiske lidelser, mener han og uddyber:

– Jeg ville faktisk undgå at bruge kunstig intelligens i en diagnostisk kontekst, for diagnoser er et meget nuanceret koncept. Psykiatriens måde at klassificere psykiske lidelser er udelukkende baseret på symptomer, fordi vi stadig ikke forstår, hvad der forårsager dem. Hvis vi kan komme til bunds i det, bliver vi måske bedre til at diagnosticere og behandle, lyder det fra Andre Marquand.

Ment som et værktøj

Rosa Lundbye Allesøe og hendes gruppe forestiller sig, at AI kan blive et værktøj, som klinikere kan bruge til at overskue de store mængder data om patienter.

AI bør ikke egenhændigt diagnosticere patienter, men det kan understøtte klinikere i deres beslutning om, hvilken diagnose en patient skal have, lyder det.

I sidste ende håber de, at deres forskning en dag kan bidrage til mere effektiv og præcis behandling af mennesker med psykiske lidelser.