W 10 sekund wykryją zaburzenia psychiczne. Rewolucyjna metoda AI
Polscy naukowcy stworzyli innowacyjny system, który w zaledwie 10 sekund potrafi wykryć depresję i lęki na podstawie ruchu gałek ocznych. Dzięki sztucznej inteligencji, dokładność tej metody sięga 70 proc., a badacze widzą potencjał na dalsze jej zwiększenie.
Polska sztuczna inteligencja ma szansę zrewolucjonizować diagnostykę zaburzeń psychicznych, dzięki analizie ruchu gałek ocznych. Polscy badacze z trzech uczelni opracowali system oparty na AI, który umożliwia szybkie wykrywanie zaburzeń psychicznych. Badania zostały opisane w "International Journal of Marketing, Communication and New Media".
W teście uczestniczyło 101 osób, w tym pacjenci z depresją, osoby z lękiem społecznym oraz zdrowi uczestnicy jako grupa kontrolna. Zadaniem badanych było oglądanie zdjęć twarzy wyrażających różne emocje przez 10 sekund, podczas gdy specjalne czujniki w okulografach rejestrowały ruchy ich oczu. Zebrane dane posłużyły do stworzenia tzw. ścieżek spojrzeń, które następnie analizowano za pomocą sieci neuronowych.
Wzorce ruchów oczu jako wskaźnik kondycji psychicznej
"Wzorce ruchów oczu mogą dostarczyć obiektywnych danych na temat naszej kondycji psychicznej. U osób depresyjnych zauważamy tendencję do skupiania uwagi na negatywnych bodźcach" – przekazał dr Karol Chlasta z Akademii Leona Koźmińskiego, współautor badania, ekspert w dziedzinie sztucznej inteligencji w rozmowie z PAP.
Dalsza część artykułu pod materiałem wideo
"Sprawdzam" - Huawei Watch 5
Z kolei, jak dodał, "osoby z lękiem społecznym wykazują zwiększoną aktywność w skanowaniu twarzy, co jest związane z występowaniem zjawiska w psychologii nazywanego hiperskanowaniem". Współautor badania zaznaczył też, że objawia się to wydłużeniem ścieżki skanowania twarzy i świadczy o wrażliwości takich osób na bodźce społeczne.
Metoda skuteczna nawet w 70 proc. przypadków
W projekt zaangażowani byli także psycholodzy i eksperci w dziedzinie AI, w tym dr hab. Krzysztof Krejtz i dr hab. Izabela Krejtz z Uniwersytetu SWPS oraz dr Katarzyna Wisiecka z AEH w Warszawie. Metoda osiąga skuteczność 60–70 proc. w przypadku depresji i lęku społecznego, co jest porównywalne z tradycyjnymi metodami.
Nowe podejście jest szybsze i mniej obciążające dla pacjenta niż tradycyjne metody, co umożliwia łatwiejsze monitorowanie zmian stanu psychicznego. System można zintegrować z urządzeniami codziennego użytku, takimi jak laptopy, smartfony czy gogle VR. Dr Chlasta porównuje to do inteligentnych zegarków, które monitorują rytm snu, ale w tym przypadku analizowany jest wzrok.
Rozszerzenie badań na analizę głosu
Naukowcy pracują również nad zastosowaniem AI do analizy głosu w kontekście diagnostyki depresji i schorzeń neurologicznych. Dr Chlasta zauważa, że zmiany w głosie mogą być wczesnym sygnałem ostrzegawczym przed depresją, demencją czy chorobą Alzheimera, co pozwala na szybszą reakcję i konsultację z lekarzem.
"W przypadku wielu schorzeń, nasz głos delikatnie się zmienia. Można porównać to do tego, że przeciążony pracą komputer pracuje nieco wolniej. Musi przełączać się pomiędzy różnymi zadaniami. W przypadku ludzi możemy zaobserwować zmiany w działaniu narządów mowy, które często są trudne do wyłapania przez człowieka, ale które taki system oparty o sztuczne sieci neuronowe jest w stanie od razu wyłowić, nawet z krótkich fragmentów wypowiedzi" - opowiada dr Chlasta.
Twórcy systemu podkreślają, że depresja i lęk społeczny to jedne z najczęstszych zaburzeń psychicznych, a liczba osób nimi dotkniętych wciąż rośnie. Według prognoz WHO, do 2030 roku depresja będzie najczęściej diagnozowaną chorobą na świecie. W Polsce już teraz cierpi na nią około 4 miliony osób, choć wiele przypadków pozostaje niezauważonych. Szybka analiza ruchów gałek ocznych może dostarczyć cennych informacji o stanie psychicznym i stanowić ważny sygnał do konsultacji z lekarzem.
Potrzeba dalszych badań i zmian systemowych
Aby szeroko wprowadzić nową metodę, niezbędne są dalsze badania. Dr Chlasta tłumaczy, że potrzebne są dodatkowe dane, które nie są systematycznie zbierane, a społeczne zaufanie do AI wciąż jest niskie. Bez dodatkowych danych trudno będzie wyjść poza warunki laboratoryjne i przeprowadzić demonstrację prototypu w warunkach operacyjnych. Potrzebne są także zmiany systemowe, które umożliwią monitorowanie stanu zdrowia psychicznego pacjentów na szerszą skalę.