L'IA ha imparato a individuare tendenze suicide dalle scansioni cerebrali

Categoria: Non categorizzato Inserito 30 ottobre

Il suicidio è il seconda causa di morte tra i giovani di età compresa tra i 15 ei 34 anni negli Stati Uniti e i medici dispongono di strumenti limitati per identificare i soggetti a rischio. Una nuova tecnica di apprendimento automatico documentata in un articolo pubblicato oggi su Comportamento umano della natura (PDF) potrebbe aiutare a identificare coloro che soffrono di pensieri suicidi.

I ricercatori hanno esaminato 34 giovani adulti, equamente divisi tra partecipanti suicidi e un gruppo di controllo. Ciascun soggetto è stato sottoposto a risonanza magnetica funzionale (fMRI) e gli sono stati presentati tre elenchi di 10 parole. Tutte le parole erano legate al suicidio (parole come morte, angoscia o fatale), effetti positivi (spensieratezza, gentilezza, innocenza) o effetti negativi (noia, malvagità, colpa). I ricercatori hanno anche utilizzato firme neurali precedentemente mappate che mostrano i modelli cerebrali di emozioni come vergogna e rabbia.

Cinque posizioni del cervello, insieme a sei delle parole, sono risultate essere i migliori indicatori per distinguere i pazienti suicidi dai controlli. Usando solo quelle posizioni e parole, i ricercatori hanno addestrato un classificatore di apprendimento automatico che è stato in grado di identificare correttamente 15 dei 17 pazienti con tendenze suicide e 16 dei 17 soggetti di controllo.

I ricercatori hanno quindi diviso i pazienti suicidi in due gruppi, quelli che avevano tentato il suicidio (nove persone) e quelli che non l'avevano fatto (otto persone), e hanno formato un nuovo classificatore che è stato in grado di identificare correttamente 16 dei 17 pazienti.

I risultati hanno mostrato che i pazienti sani e quelli con pensieri suicidi hanno mostrato reazioni marcatamente diverse alle parole. Ad esempio, quando ai partecipanti al suicidio è stata mostrata la parola morte, l'area della vergogna del loro cervello si è illuminata più di quanto non facesse nel gruppo di controllo. Allo stesso modo, i problemi hanno anche evocato più attività nell'area della tristezza.

Questo è solo l'ultimo sforzo volto a portare l'IA in psichiatria. I ricercatori stanno lavorando a progetti di apprendimento automatico che spaziano dall'analisi della risonanza magnetica per prevedere il disturbo depressivo maggiore all'individuazione del disturbo da stress post-traumatico dai modelli di linguaggio delle persone. All'inizio di quest'anno, Cablata ha scritto sui ricercatori che hanno costruito un sistema in grado di vagliare le cartelle cliniche per segnalare qualcuno a rischio di suicidio, con una precisione compresa tra l'80 e il 90 percento. Facebook sta utilizzando il text mining per identificare gli utenti a rischio di suicidio o autolesionismo e quindi indirizzarli a risorse per la salute mentale (vedi Grandi domande sugli strumenti di prevenzione del suicidio di Facebook).

L'intelligenza artificiale ha già fatto scalpore in campo medico in generale. Ci sono algoritmi così bravi nel rilevare tumori e altri problemi nelle scansioni TC che Geoffrey Hinton, uno dei principali ricercatori nel deep learning, ha detto al Newyorkese che i radiologi alla fine rimarranno senza lavoro. In effetti, ha detto, dovrebbero smettere di addestrare i radiologi ora.

In questo caso, è più probabile che la ricerca ispiri nuove terapie guidate dall'uomo piuttosto che mettere senza lavoro un intero campo di medici. Il documento ha sottolineato che l'identificazione di diversi modelli e aree potrebbe suggerire nuove regioni a cui mirare per le tecniche di stimolazione cerebrale. Identificare particolari risposte emotive a termini legati al suicidio potrebbe essere utile anche per gli psicoterapeuti che curano i loro pazienti.