心理健康游戏更换者
由Csiro的Data61领导的研究人员,澳大利亚国家科学局的数据和数字专家臂,已经开发出一种新颖的技术,可以帮助精神病学家和其他临床医生诊断和表征复杂的心理健康障碍,可能是更有效的治疗。
研究人员宣布在D61 +居住在悉尼,透露,使用简单的计算机游戏和人工智能技术,他们能够识别抑郁和双相障碍的受试者的行为模式,下降到每组的细微个体差异。
该研究包括101名参与者:34带抑郁症,33例,双相障碍,34个受试者的对照组。计算机游戏为个人提供了两个选择,并在回应时跟踪他们的行为。
通过人工神经网络收集的复杂数据通过人工神经网络分析 - 脑激发系统,旨在复制人类学习的方式 - 能够解开健康个体之间的细微行为差异,以及抑郁症或双相情感障碍的方式。
该研究的主要作者、CSIRO Data61的神经学家和机器学习专家阿米尔·德斯富里博士表示,这项研究代表了新兴计算精神病学领域的一个可能的步骤变化。Dezfouli博士解释说:“目前69%的双相情感障碍患者最初被误诊,其中约三分之一的患者可能会被误诊10年或更长时间。”“如果我们能理解大脑是如何工作的,我们就能开发出更准确的诊断过程,并为患有精神健康障碍的人提供更有效的治疗,”德斯弗里博士说,并补充道:“人工智能和深度学习技术使我们能够分析复杂的数据集,并对涉及精神疾病的大脑过程建立精确的模型。详细描述心理健康障碍的特征,可以让临床医生根据个人的独特诊断制定更个性化的治疗计划。”
世界各地的临床医生主要依赖于诊断和统计手册(DSM)和国际疾病分类(ICD),为心理健康障碍的诊断提供一系列标准。“我们希望这种技术将在DSM上建立,并为临床医生提供额外的决策工具,”Dezfouli博士说。“计算机游戏的实力是,与传统的心理健康评估不同,结果可以直接反映由于障碍而受到影响的大脑过程,因为个人正在响应刺激而不是对其精神状态的直接问题。”
CSIRO Data61的机器学习小组负责人理查德·诺克博士表示,人工智能是一项强大的通用技术,有潜力帮助解决与健康、能源、老龄化、安全、安全、气候和环境相关的一些最大挑战。诺克博士说:“虽然人工智能具有巨大的潜力,但它的部署必须以隐私、伦理和包容性为核心。”“我们需要设计能够带来个人和集体利益的系统。人工神经网络是专门设计来产生可解释的结果,并将增强临床医生和精神病学家的能力。”
研究人员正在寻求与医院和精神卫生研究中心合作,进行进一步的研究,以验证真实应用的技术,为临床医生提供决策支持。
来源:CSIRO.