Kunstig intelligens kan hjælpe med at diagnosticere og forudse psykisk sygdom

Deep learning er en metode, der kan arbejde i dybden med store mængder data og genkende mønstre ved at krydse dataoplysninger.

I en dansk undersøgelse indgik data fra 63.535 individer født i perioden 1981-2005. Det omfattede data fra et nationalt register, familie- og patient-sygehistorik, fødselsrelaterede målinger og målinger om genetik.

Resultaterne af studiet tyder på, at deep learning både kan bruges til at forudsige diagnoser og alvorsgraden af en psykisk lidelse på baggrund af datamængden. De mest alvorlige sygdomsforløb er lettest at forudse.

Tidligere studier har ikke målt på tilstrækkeligt store grupper eller kunnet krydse dataoplysninger, men kun målt på enkelte parametre, hvilket har gjort deres forudsigelighed utilstrækkelig. Styrken ved studiet er den store datamængde, der krydses med flere diagnoser for dermed at simulere en ægte klinisk diagnosticering.

Et problem ved denne form for forudsigelse er, at deep learning lærer af historisk data og derfor også medtager tidligere bias og forkert diagnosticering.

Forskerne vurderer blandt andet derfor, at metoden ikke kan stå alene, men foreslår i stedet, at den med tiden, som forudsigelserne bliver mere præcise, kan bruges som hjælpemiddel til læger, der skal diagnosticere.

Selvom formålet med deep learning er objektiv praksis, kan det diskuteres, om forudsigelser ikke kun er objektive, men også stigmatiserende, da lægen har kendskab til ting, patienter endnu ikke fejler, og således ændrer behandling på baggrund af en sandsynlighed.

Støt

Flere og flere får en psykisk lidelse. Unge mistrives. Børn bliver glemt. Psykiatrien i Danmark er ved at kollapse! Du kan gøre en forskel. Lige nu.