AI pomoże w diagnozowaniu neuroróżnorodności?
Sztuczną inteligencję można częściowo wykorzystać we wspieraniu osób ze spektrum autyzmu poprzez chatboty terapeutyczne, które mogą korygować błędy poznawcze czy wspierać w radzeniu sobie z emocjonalnym wymiarem niektórych interakcji społecznych – uważa dr Marcin Rządeczka, członek zespołu „Psychiatria i fenomenologia obliczeniowa” działającego w IDEAS NCBR.
zdj. AdobeStock
W jaki sposób sztuczna inteligencja może być pomocna w diagnozowaniu autyzmu lub zaburzeń psychicznych?
AI wykorzystuje algorytmy analizy języka naturalnego (NLP), umożliwia przetwarzanie i analizę dużych zbiorów danych tekstowych, takich jak wypowiedzi pisemne czy transkrypcje rozmów osób z autyzmem. W ten sposób identyfikujemy specyficzne tematy, struktury semantyczne oraz słowa kluczowe istotne dla osób ze spektrum autyzmu. Pozwala to na wydobycie subtelnych wzorców, które mogą umknąć tradycyjnym metodom analizy. Dzięki temu możemy lepiej zrozumieć „wewnętrzne światy” osób neuroróżnorodnych i to, w jaki sposób wchodzą w interakcję z otoczeniem. Poprzez analizę emocjonalnego zabarwienia wypowiedzi, AI może ułatwić zrozumienie, jak osoby ze spektrum autyzmu doświadczają różnych sytuacji i interakcji społecznych.
Analiza doświadczeń osób z autyzmem wspierana przez AI może także pomóc w opracowaniu bardziej spersonalizowanych planów terapeutycznych. Rozumiejąc lepiej ich unikalne doświadczenia, terapeuci mogą dostosować środowisko terapeutyczne, metody komunikacji oraz rodzaj zadań i aktywności podczas terapii.
Publikowanie wyników analiz subiektywnych doświadczeń osób z autyzmem może przyczynić się też do wzrostu świadomości społecznej na temat autyzmu. Pozytywnym skutkiem takiego działania mogłaby być większa akceptacja i integracja osób z autyzmem w społeczeństwie. Poznanie ich perspektywy i potrzeb umożliwiłoby również lepsze dostosowanie instytucji publicznych, szkół i miejsc pracy do potrzeb osób neuroróżnorodnych.
Ale czy diagnoza przeprowadzona z wykorzystaniem AI będzie wiarygodna?
Oczekiwanie, że będzie wiarygodna w 100 proc., jest nieco nierealistyczne. Zresztą w przypadku diagnoz dokonywanych przez ludzi też zawsze istnieje pewien stopień niepewności. Kluczem jest wykorzystanie AI jako narzędzia wspomagającego, które może zwiększyć precyzję i efektywność diagnozy, ale nie zastępuje całkowicie ludzkiego osądu i doświadczenia (tzw. human-in-the-loop). Integracja AI z procesem diagnostycznym powinna być dokonywana z rozwagą, uwzględniając jej ograniczenia i zapewniając odpowiednie konteksty etyczne.
Diagnozowanie zaburzeń psychicznych i przejawów neuroróżnorodności, takich jak autyzm, jest wyjątkowo złożone i często wymaga uwzględnienia wielu niuansów, w tym indywidualnych różnic czy nawet kontekstu kulturowego (np. autyzm w Japonii diagnozowany jest rzadziej niż w UE). Diagnoza zwykle opiera się na obserwacji zachowań, wywiadach klinicznych oraz ocenach psychologicznych, które mogą być mocno subiektywne i zróżnicowane w zależności od interpretacji specjalisty. Zwykle kilka niezależnych diagnoz pomaga zwiększyć poziom pewności, lecz nigdy nie niweluje całkowicie ryzyka błędu diagnostycznego.
AI ma potencjał, by wspierać ten złożony proces, oferując narzędzia do analizy dużych zbiorów danych, identyfikacji wzorców języka naturalnego, które mogą być trudne do wykrycia przez ludzi. Należy jednak pamiętać, że rozwiązania AI są zaprojektowane i trenowane przez ludzi, co oznacza, że mogą nieświadomie wprowadzać ludzkie uprzedzenia lub ograniczenia w interpretacji danych.
Ważnym aspektem jest również kwestia etyczna i odpowiedzialność za diagnozę. Podczas gdy wykorzystanie AI może przynieść nowe możliwości, ważne jest, aby zachować ludzki nadzór nad procesem decyzyjnym i zadbać o to, by ostateczne decyzje były podejmowane z pełną świadomością możliwych ograniczeń narzędzi AI.
W jakiej formie będzie można wykorzystać AI w praktyce w terapii?
Implementacja AI w procesach diagnostycznym i terapeutycznym wymaga współpracy wielu specjalistów w interdyscyplinarnych zespołach, m.in. psychologów-terapeutów, pedagogów, specjalistów ds. narzędzi AI, oraz, co bardzo istotne, rodziców, opiekunów i samych zainteresowanych, aby zapewnić holistyczne i spersonalizowane wsparcie dla osób w spektrum.
W praktyce AI można częściowo wykorzystać we wspieraniu (bo przecież autyzmu się nie leczy!) osób ze spektrum poprzez chatboty terapeutyczne, które niekiedy identyfikują i korygują błędy poznawcze oraz wspierają użytkowników w radzeniu sobie z emocjonalnym wymiarem niektórych interakcji społecznych. Sztuczna inteligencja może również przyczynić się do redukcji stereotypów związanych z autyzmem poprzez filtrowanie zbiorów danych i eliminację uprzedzeń w niektórych treściach.
Potencjał AI leży także w tworzeniu narzędzi edukacyjnych dla profesjonalistów, np. przyszłych lekarzy diagnostów, którzy dziś na etapie edukacji, nawet specjalizacyjnej, mają bardzo niewielką styczność z tematyką autyzmu, a niemal zerową styczność z doświadczeniem samych osób ze spektrum. AI może zatem dostarczyć cennego wsparcia w edukacji oraz w ograniczaniu posługiwania się przez profesjonalistów stereotypami nt. osób, którym mają pomagać.
Kto będzie mógł korzystać z takiej ścieżki diagnostycznej?
Ścieżka diagnostyczna z wykorzystaniem sztucznej inteligencji może okazać się ciekawym narzędziem dla osób z subklinicznymi objawami, które nie są wystarczająco nasilone, aby zostać zdiagnozowane przez tradycyjne metody, ale już wskazują na potrzebę dalszej obserwacji lub wsparcia. Dzięki AI możliwa jest potencjalnie wstępna, przesiewowa diagnoza, co może przyspieszyć proces rozpoczęcia odpowiedniej terapii. Narzędzia te mogłyby okazać się szczególnie pomocne dla osób, które z różnych powodów, takich jak np. lęk przed bezpośrednią interakcją z terapeutą, mogą mieć trudności z tradycyjnymi formami diagnozy i terapii.
W erze telemedycyny, AI otwiera również nowe możliwości zdalnej diagnostyki i wsparcia, umożliwiając dostęp do specjalistycznych usług dla osób mieszkających w odległych lub niedostępnych rejonach. Jednak warto pamiętać, że mimo swojego potencjału, narzędzia oparte na sztucznej inteligencji są na razie tylko uzupełnieniem klasycznych ścieżek diagnostycznych i nie zastąpią w pełni interakcji z doświadczonym specjalistą zdrowia psychicznego.
Niezwykle istotną, a dziś „zaniedbaną” kwestią jest występowanie zaburzeń czy problemów psychicznych, które towarzyszą autyzmowi, lecz nie są jego częścią. Bardzo często problemy takie jak depresja czy wyuczona bezradność stanowią o wiele większą trudność w codziennym funkcjonowaniu niż sam autyzm. Jeżeli zrozumiemy, z jakimi trudnościami zmaga się dana osoba, w jaki sposób doświadcza świata, będziemy mogli adekwatniej wspierać ją w funkcjonowaniu i rozwoju.
A gdzie i przez kogo mogłaby być stosowana sztuczna inteligencja w kontekście neuroróżnorodności?
Obecnie jednym z największych problemów związanych z diagnozowaniem autyzmu jest brak odpowiedniej liczby specjalistów. Proces diagnostyczny wymaga często wielu spotkań z interdyscyplinarnymi zespołami i z tego powodu osoby potrzebujące diagnozy często czekają na nią w długich kolejkach. Największy potencjał AI w obszarze diagnozy autyzmu leży zatem w dwóch obszarach. Po pierwsze pozwoli na uwzględnianie pierwszoosobowej perspektywy osób ze spektrum w stopniu o wiele większym niż dzieje się to obecnie. Po drugie może dostarczyć narzędzi do diagnozy przesiewowej, które choć nie mogą zastąpić złożonej, tradycyjnej procedury, to przynajmniej częściowo zredukują czas oczekiwania w kolejkach oraz pozwolą na wczesne wychwytywanie niepokojących symptomów.
Kiedy realnie jest szansa na wdrożenie w życie tego typu rozwiązań?
To nowy obszar badań, który potrzebuje czasu na rozwój, weryfikację skuteczności i wdrożenie. Aby rozwiązania te stały się rzeczywistością, konieczne są także zmiany w zakresie wypracowania spójnego języka naukowego, który uwzględniałby również głos osób ze spektrum, "ekspertów przez doświadczenie".
Monika Grzegorowska, zdrowie.pap.pl
Jego badania obejmują zagadnienia takie jak psychiatria obliczeniowa, psychologia ewolucyjna oraz filozofia umysłu. W centrum jego zainteresowań znajduje się rola sztucznej inteligencji w kontekście zdrowia psychicznego. Dąży do wieloaspektowego obliczeniowo-ewolucyjnego ujęcia neuroróżnorodności, w tym autyzmu, schizofrenii czy choroby afektywnej dwubiegunowej. W swoich pracach naukowych zajmuje się również etyką sztucznej inteligencji oraz wpływem technologii na pojmowanie eksperckości i wiedzy eksperckiej. Na UMCS w Lublinie uczy kolejne pokolenia studentów i kieruje pracami Laboratorium Badań nad Multimodalnością. Ponadto pełni funkcję zastępcy dyrektora w Instytucie Filozofii UMCS. Obecnie, jako postdoc w IDEAS NCBR, koncentruje się na modelach obliczeniowych w psychiatrii oraz na wyzwaniach związanych z błędami poznawczymi sztucznej inteligencji w odniesieniu do zdrowia psychicznego.
