Schizofrenia i choroba afektywna dwubiegunowa to poważne zaburzenia psychiczne, które często ujawniają się we wczesnej dorosłości. Pomimo istnienia skutecznych metod leczenia, ich wdrożenie wymaga trafnej diagnozy, a ta w praktyce bywa opóźniona o wiele lat. Nowe badania przeprowadzone na Uniwersytecie Aarhus oraz w Szpitalu Psychiatrycznym w Aarhus sugerują, że sztuczna inteligencja może pomóc w skróceniu tego procesu, dając pacjentom szybszy dostęp do odpowiedniego leczenia.

Wyzwanie: szybka i precyzyjna diagnoza

Wielu pacjentów początkowo otrzymuje leczenie na inne, mniej poważne zaburzenia psychiczne, takie jak depresja czy lęk, zanim zostanie rozpoznana u nich schizofrenia lub choroba afektywna dwubiegunowa. Problem polega na tym, że objawy tych schorzeń w ich wczesnych stadiach (tzw. fazie prodromalnej) mogą przypominać inne zaburzenia. W efekcie prawidłowa diagnoza może zająć lata, co opóźnia wdrożenie skutecznego leczenia i pogarsza rokowania pacjentów.

Faza prodromalna to okres poprzedzający pełnoobjawowe wystąpienie choroby psychicznej, taki jak schizofrenia. Może trwać od kilku miesięcy do kilku lat i obejmuje niespecyficzne objawy, np. wycofanie społeczne, zmniejszenie aktywności życiowej czy trudności z koncentracją.

Sztuczna inteligencja w psychiatrii: obiecujące wyniki

Zespół badaczy pod kierownictwem profesora Sørena Dinesena Østergaarda opracował model sztucznej inteligencji, który analizuje dane z elektronicznych kart zdrowia i przewiduje ryzyko rozwoju schizofrenii lub choroby afektywnej dwubiegunowej w ciągu najbliższych pięciu lat. Algorytm wykorzystuje informacje o wcześniejszych diagnozach pacjenta, przyjmowanych lekach oraz notatkach lekarzy psychiatrycznych.

Model okazał się skuteczny w identyfikacji osób wysokiego ryzyka. Spośród 100 pacjentów zakwalifikowanych przez algorytm jako osoby o podwyższonym ryzyku, 13 rzeczywiście otrzymało diagnozę schizofrenii lub choroby afektywnej dwubiegunowej w ciągu pięciu lat. Z kolei spośród 100 pacjentów ocenionych jako niskiego ryzyka, 95 faktycznie nie rozwinęło żadnej z tych chorób.

Modele przetwarzania języka naturalnego analizują wzorce występowania słów i fraz w dokumentach medycznych. Bardziej zaawansowane systemy mogą rozumieć całe zdania i ich kontekst, co pozwala na bardziej precyzyjne przewidywanie diagnoz.

Rola notatek lekarzy i przyszłość technologii

Jednym z kluczowych odkryć badaczy był fakt, że najważniejszymi wskaźnikami diagnozy okazały się określone słowa zawarte w notatkach klinicznych. Dotyczyły one m.in. wycofania społecznego, omamów słuchowych czy hospitalizacji psychiatrycznych. Choć algorytm wykorzystywał stosunkowo prosty model analizy tekstu, badacze planują wdrożenie bardziej zaawansowanych narzędzi przetwarzania języka naturalnego, podobnych do tych, które napędzają współczesne chatboty AI.

Profesor Østergaard zaznacza: „Technologia ta może sprawić, że nasze prognozy dotyczące schizofrenii i choroby afektywnej dwubiegunowej staną się na tyle precyzyjne, aby wspierać praktykę kliniczną. To możliwość, którą zdecydowanie zamierzamy dalej eksplorować.”

Potencjał AI w leczeniu chorób psychicznych

Choć obecna wersja algorytmu nie jest jeszcze wystarczająco precyzyjna do stosowania w codziennej praktyce medycznej, badacze są optymistycznie nastawieni do przyszłości tej technologii. Integracja bardziej zaawansowanych modeli analizy języka może znacząco poprawić trafność prognoz i umożliwić lekarzom szybsze wykrywanie pacjentów, u których występuje ryzyko rozwoju poważnych zaburzeń psychicznych.

Jeśli rozwój tej technologii będzie kontynuowany, sztuczna inteligencja może stać się kluczowym narzędziem w psychiatrii, pozwalającym na szybsze rozpoznanie chorób i lepsze dostosowanie terapii do potrzeb pacjenta. Dzięki temu osoby zagrożone schizofrenią czy chorobą afektywną dwubiegunową mogą mieć szansę na wcześniejsze leczenie i poprawę jakości życia.

żródła: thebrighterside.news, medicalxpress.com