Algoritmo ajuda a identificar transtornos mentais pela escrita

Deslizo de volta para a máquina de ressonância magnética, ajusto o espelho acima da configuração de capacete de lacrosse, mantendo meu crânio firme para que eu possa ver a tela posicionada atrás da minha cabeça, depois retomo minha posição de repouso: botão de videogame e botão de abortar de emergência nas minhas mãos, colocadas transversalmente no osso do peito como uma múmia.

Minha varredura cerebral e os resultados dessa bateria de ressonância magnética; se não fossem uma demonstração, acabariam sendo inseridos em um algoritmo de aprendizado de máquina. Uma equipe de cientistas e pesquisadores o usaria para ajudar a descobrir potencialmente como os seres humanos respondem a situações sociais. Eles querem comparar os cérebros de pessoas saudáveis ​​com os de pessoas com distúrbios de saúde mental. Essas informações podem ajudar a fazer diagnósticos corretos para distúrbios de saúde mental e até encontrar as causas físicas subjacentes. Mas o objetivo final é encontrar a intervenção mais eficaz para qualquer distúrbio de saúde mental.

A MÁQUINA DE APRENDIZAGEM PODE FORNECER UMA MELHOR RESPOSTA?

A idéia é simples: use um algoritmo para extrair insights acionáveis, colocando dados em sentimentos.

Image result for Algoritmo ajuda a identificar transtornos mentais pela escrita

Os distúrbios de saúde mental assombram uma porção considerável da humanidade a qualquer momento. Segundo a Organização Mundial da Saúde, somente a depressão atinge cerca de 300 milhões de pessoas em todo o mundo, uma das principais causas de incapacidade no mundo. A organização estima que o transtorno bipolar esteja presente em aproximadamente 60 milhões de pessoas, esquizofrenia em 23 milhões.

Uma das melhores decisões que tomei na vida foi procurar um profissional de saúde mental no último ano da faculdade.

Foi um momento estressante e um momento de grande transição na minha vida. Períodos de transição e momentos de grandes mudanças são quando muitos de nós nos encontramos lidando com crises de ansiedade e estresse. Como vejo muitos amigos passando por transições semelhantes em suas vidas agora, encorajo-os a fazer o mesmo.

Dito isto, acho importante enfatizar que todo o escopo da manutenção da saúde mental não é apenas um requisito de procurar um profissional de saúde mental, mas sim criar uma rotina de auto-check-ins e manutenção adequada de nossos estados mentais. (MAS, ver um profissional de saúde mental ainda é uma experiência saudável que não exige o diagnóstico de uma condição específica. Eu ainda recomendo.)

A possibilidade de reforçar o julgamento de um clínico em saúde mental com uma avaliação mais “objetiva”, “quantitativa” apela ao psiquiatra do Hospital Geral de Massachusetts Arshya Vahabzadeh, que serviu como mentor de um acelerador iniciante que Schwoebel foi cofundador. “A esquizofrenia se refere a um conjunto de sintomas observáveis ​​ou suscetíveis” ao invés de um diagnóstico completo, disse ele. Com um conjunto de dados grande o suficiente, uma IA pode ser capaz de dividir diagnósticos como esquizofrenia em categorias mais nítidas e úteis; com base nos padrões comuns que percebe entre os pacientes. “Acho que os dados nos ajudarão a subtipos de algumas dessas condições de maneiras que não poderíamos fazer antes”.

Como em qualquer intervenção médica, os auxílios à IA “precisam ser pesquisados ​​e validados.

Esse é o meu grande tipo de asterisco “, disse ele, ecoando um sentimento que ouvi de Schwoebel. E embora o estudo preditivo de psicose demonstre que a análise da fala pode prever razoavelmente bem a psicose, ainda é apenas um estudo. E ninguém ainda publicou uma prova de conceito para depressão ou transtorno bipolar.

O aprendizado de máquina é um campo quente, mas ainda há um caminho a percorrer – dentro e fora da medicina.

Para dar um exemplo, a Siri luta há anos para lidar com perguntas e comandos de usuários escoceses. Para os cuidados de saúde mental, pequenos erros como esses podem ser catastróficos. “Se você me disser que uma peça de tecnologia está errada 20% do tempo” – ou 80% de precisão – “não vou querer implantá-la em um paciente”, disse Vahabzadeh.

Se os algoritmos de aprendizado de máquina pudessem determinar melhor biomarcadores importantes, os psiquiatras estariam em melhor posição para determinar quem corre o risco de desenvolver um distúrbio de saúde mental específico, além de escolher e acompanhar o progresso de uma intervenção específica.

“Esses algoritmos podem identificar padrões que podem nos ajudar a agrupar pacientes em marcadores fora do que fazemos atualmente – agrupar com base na gravidade ou sintomas específicos”, diz Benrimoh. “Observando esses diferentes padrões e quem responde a qual tratamento, podemos fazer um trabalho melhor na determinação de subtipos relevantes de diferentes distúrbios e quais tratamentos são mais eficazes para lidar com eles”.

Seja o primeiro a comentar

Faça um comentário

Seu e-mail não será publicado.


*