Исследователи UW Medicine обнаружили, что алгоритмы так же хороши, как и обученные люди, в определении тревожных слов в текстовых сообщениях от людей с серьезными психическими заболеваниями. Это открывает многообещающую область исследований, которая может помочь в обучении психиатрии и нехватке медицинской помощи.

Результаты были опубликованы в конце сентября в журнале Psychiatric Services.

Текстовые сообщения все чаще становятся частью психиатрической помощи и оценки, но этим дистанционным психиатрическим вмешательствам может не хватать эмоциональных ориентиров, которые терапевты используют для навигации в личных беседах с пациентами.  

Исследовательская группа, базирующаяся в Департаменте психиатрии и поведенческих наук, впервые применила обработку естественного языка, чтобы помочь обнаружить и идентифицировать текстовые сообщения, отражающие «когнитивные искажения», которые могут ускользнуть от недостаточно обученного или переутомленного врача. Исследование также может в конечном итоге помочь большему количеству пациентов обратиться за медицинской помощью.

Когда мы встречаемся с людьми лично, у нас есть все эти разные контексты. У нас есть визуальные подсказки, у нас есть слуховые подсказки, вещи, которых нет в текстовом сообщении. Это вещи, на которые нас приучили опираться. Есть надежда, что технологии могут предоставить клиницистам дополнительный инструмент для расширения информации, на которую они опираются при принятии клинических решений».

Джастин Таушер, ведущий автор Paper и исполняющий обязанности доцента Медицинской школы Вашингтонского университета

Gaia Herbs, Adrenal Health, для ночного восстановления, 120 веганских жидких капсул Phyto-Cap

В ходе исследования были изучены тысячи уникальных и незапланированных текстовых сообщений между 39 людьми с серьезными психическими заболеваниями и госпитализацией в анамнезе и их поставщиками психиатрических услуг. Люди-оценщики оценивали тексты на наличие нескольких когнитивных искажений, как это обычно делается в условиях ухода за пациентами. Оценщики ищут тонкие или явные формулировки, которые предполагают, что пациент чрезмерно обобщает, катастрофизирует или делает поспешные выводы, и все это может быть ключом к проблемам.  

Исследователи также запрограммировали компьютеры для выполнения той же задачи по оценке текстов и обнаружили, что люди и ИИ одинаково оценивают большинство изучаемых категорий.  

«Возможность иметь системы, которые могут помочь в принятии клинических решений, я думаю, чрезвычайно актуальна и потенциально эффективна для тех, кто работает в полевых условиях, у которых иногда нет доступа к обучению, иногда нет доступа к супервизии, а иногда они просто устали, переутомились и сгорели. и им трудно оставаться на месте во всех взаимодействиях, которые у них есть», — сказал Таушер, который пришел к исследованиям после десяти лет работы в клинических условиях.

Поддержка клиницистов была бы немедленным преимуществом, но исследователи также видят будущие приложения, которые будут работать параллельно с носимым фитнес-браслетом или системой мониторинга на основе телефона. Дрор Бен-Зеев, директор Центра поведенческих исследований в области технологий и инженерии Университета Вашингтона и соавтор статьи, сказал, что технология может в конечном итоге обеспечить обратную связь в реальном времени, которая подскажет терапевту о надвигающейся проблеме.

«Точно так же, как вы получаете уровень кислорода в крови, частоту сердечных сокращений и другие входные данные, — сказал Бен-Зеев, — мы можем получить примечание, указывающее на то, что пациент делает поспешные выводы и катастрофизируется. привлечение внимания к образцу мышления — это то, что мы предвидим в будущем. Люди будут иметь эти петли обратной связи с их технологиями, где они получат представление о себе».

Эта работа была поддержана Институтом Гарви по решениям для здоровья мозга при Медицинской школе Вашингтонского университета, Национальным институтом психического здоровья (R56-MH-109554) и Национальной медицинской библиотекой (T15-LM-007442).