Του Γιάννη Γορανίτη
Η κατάθλιψη είναι μια από τις γνωστότερες αλλά και τις πλέον επώδυνες ψυχικές διαταραχές των ημερών μας. Εκτιμάται ότι επηρεάζει τη ζωή τουλάχιστον 300 εκατομμυρίων ανθρώπων σε όλο τον κόσμο, ενώ μέσα στην επόμενη τριετία θα γίνει η υπ' αριθμόν δύο αιτία λειτουργικής ανικανότητας. Στη χώρα μας εκτιμάται ότι τουλάχιστον 800.000 άνθρωποι υποφέρουν από κατάθλιψη με τα κρούσματα να αυξάνονται διαρκώς.
Το συνακόλουθο πρόβλημα είναι ότι πολλοί ασθενείς παραμένουν αδιάγνωστοι, ενώ σε ορισμένες περιπτώσεις πραγματοποιούνται λανθασμένες διαγνώσεις. Ο λόγος είναι ότι η εκτίμηση της νόσου είναι μια πολύπλοκη διαδικασία, στην οποία αναπόφευκτα υπεισέρχεται η προσωπική εκτίμηση και ερμηνεία του ειδικού ψυχικής υγείας. Συνήθως, οι κλινικοί γιατροί ζητούν από τους ασθενείς συγκεκριμένες απαντήσεις (π.χ. για ψυχολογικά προβλήματα στο παρελθόν, για τον τρόπο ζωής τους και τη διάθεσή τους).
Θα μπορούσε αυτό να αλλάξει, ώστε παράλληλα να μειωθούν οι λανθασμένες διαγνώσεις, με τη βοήθεια της τεχνολογίας; Μια ερευνητική ομάδα από το ΜΙΤ ισχυρίζεται ότι όχι μόνο είναι εφικτό, αλλά ότι έχουν ήδη αναπτύξει ένα μοντέλο τεχνητής νοημοσύνης που είναι σε θέση να προβλέπει την κατάθλιψη με βάση της αναγνώρισης των φωνών από εγγραφές ήχου στις συνεντεύξεις των ασθενών. Η ομάδα αποτελείται από τους Tuka Alhanai και James Glass του CSAIL (Εργαστήριο Πληροφορικής και Τεχνητής Νοημοσύνης) και τον Mohammad Ghassemi του IMES (Ινστιτούτο Ιατρικής Μηχανικής και Επιστήμης).
Νευρωνικό δίκτυο
Οι ερευνητές προγραμμάτισαν τον αλγόριθμο ώστε να ανιχνεύει συγκεκριμένες λέξεις (π.χ. λύπη, θλίψη, κάτω, χάλια κ.λπ.) ή και τρόπους εκφοράς που συνδέονται με συμπτώματα κατάθλιψης (π.χ. άτομα που μιλούν πιο αργά και χρησιμοποιούν παύσεις μεταξύ των λέξεων).
Οι τεχνικές μηχανικής μάθησης αξιοποιούνται προκειμένου να προσδιορίζεται με ολοένα και μεγαλύτερη ακρίβεια η κατάσταση του εκάστοτε ασθενούς. Όπως μάλιστα ισχυρίζονται το περιεχόμενο των απαντήσεων δεν παίζει ρόλο στη διάγνωση. Ουσιαστικά, ανέπτυξαν το συγκεκριμένο μοντέλο νευρωνικού δικτύου που έχει τη δυνατότητα ανίχνευσης της κατάθλιψης μέσω της μοντελοποίησης των ακολουθιών. Συνολικά, χρησιμοποίησαν ένα σύνολο δεδομένων από 142 καταγεγραμμένες συνεντεύξεις ασθενών, αξιοποιώντας τρεις διαφορετικές τεχνικές μοντελοποίησης διαδοχικών δεδομένων.
Με αυτό τον τρόπο, ανοίγει ένα παράθυρο προς τη νέα εποχή των διαγνωστικών εργαλείων. Στη μελέτη (που παρουσιάστηκε στο συνέδριο Interspeech), οι ερευνητές του MIT ανέλυσαν τον τρόπο λειτουργίας του μοντέλου νευρωνικού δικτύου που δυνητικά θα μπορούσε να χρησιμεύσει για τη διάγνωση και άλλων ψυχικών νοσημάτων.
Μελλοντικά, το μοντέλο θα μπορούσε να αξιοποιηθεί σε μια mobile εφαρμογή μέσω της οποίας ο θεράποντας ιατρός θα παρακολουθεί τις μεταπτώσεις της ψυχικής υγείας ενός ασθενούς και να δεχθεί ή να στείλει ειδοποιήσεις. Εφόσον υλοποιηθεί, η εφαρμογή θα ήταν σωτήρια σε όσους για λόγους απόστασης ή κόστους δεν έχουν πρόσβαση σε ειδικό γιατρό. Οι ερευνητές σημειώνουν, πάντως, ότι εργαλεία όπως αυτό δεν μπορούν να αντικαταστήσουν τους ειδικούς, παρά μόνο να τους βοηθήσουν στην εκτέλεση της εργασίας τους.
