Машинное обучение, Big Data и нейросети проникают во многие отрасли бизнеса, науки и медицины. Что касается последней, то здесь ИИ чаще всего применяется для обработки изображений - например, для поиска аномалий на рентгеновских снимках. Как оказалось, нейросети можно использовать и для определения психических расстройств при анализе текста пациентов.
Это дает возможность определять проблемы разных людей на основе открытых данных, оставляемых ими в социальных сетях или переписке в мессенджерах. Это не самая простая задача, ведь, в отличие от медицинских снимков, текстовые данные о психическом состоянии людей содержатся преимущественно в свободной, неструктурированной форме - например, в формате постов или стенограмм сессий психотерапевтов и клиентов. Такие данные плохо подходят для машинного обучения, так как содержат описание большого количества субъективных переживаний и деталей контекста, затрудняющие распознавание признаков.
Компания iCognito (резидент Фонда "Сколково") провела два исследования с целью установить возможность распознавания психологических симптомов и расстройств по тексту. Для исследований использовались открытые сообщения с психологических форумов и сообщения, оставляемые пользователями в компьютерных программах психотерапии iCognito.
Это исследование стало первым экспериментом по созданию базы данных на русском языке, состоящей из фраз пользователей на тему психологических состояний. В массе своей научные работы этого направления пишутся на английском языке.
Стоит отметить, что в исследовании использовался метод контролируемого обучения (supervised learning). В этом случае часть информации подвергается разметке для обучения модели, а размеченные сведения используются для предсказания новых классов данных. Разметку проводили психологи по международному классификатору болезней DSM-5 в части симптомов депрессивных и тревожных расстройств, также в отдельные классы выделялись наиболее частотные запросы и жалобы пользователей.
Исследование выявило, что программа может установить наличие депрессивного или тревожного расстройства по сообщению пользователя с вероятностью до 87%, а также распознавать отдельные симптомы: например, раздражительность, склонность к суициду, негативное отношение к себе, нарушения пищевого поведения или сна. Искусственный интеллект смог понять, испытывает ли человек в данный момент подавленность, тревогу или раздражение. Кроме того, модель научилась распознавать наиболее частые запросы пользователей: например, проблемы, связанные с работой, деньгами, учебой или отношениями. Также удалось определить, страдает ли человек от одиночества или испытывает боязнь общения (социальную тревожность).
Оказалось, что говоря о своих психологических проблемах, пользователи чаще всего говорят о своих эмоциональных состояниях и практически не упоминают физиологические симптомы психических расстройств - такие как потеря концентрации, нарушения сна, психомоторные нарушения, мышечное напряжение. Недостаток данных по этим признакам снизил точность их распознавания и достоверность постановки диагноза. Вместе с тем, полученные результаты указывают на перспективность продолжения исследований на большем объеме данных и на широкие возможности для развития искусственного интеллекта.
Распознавание психических состояний и расстройств позволит машинам определять индивидов в группе риска на основе данных, оставляемых в соцсетях; выявлять наиболее тяжелые состояния и оказывать адресную помощь. Компания iCognito также планирует при помощи данных технологий развивать разговорный искусственный интеллект - диалоговые системы, которые будут лежать в основе умных и эмоционально отзывчивых роботов-помощников. Первое внедрение планируется провести в собственных компьютерных программах психотерапии iCognito, которые реализуются в формате микро-сессий с чатботом на смартфонах.
Это не первая разработка iCognito, ранее компания выпускала специализированное ПО для массового использования, разработанное на базе методов когнитивно-поведенческой терапии. Это, например, “Анти-депрессия”, “Анти-стресс и здоровье” и “Отношения в паре”.
