Slik kan kunstig intelligens bedre vår mentale helse

Programmerer og robot-ekspert Charlotte Stix skriver på Verdens økonomiske forum at kunstig intelligens kan være et verktøy for å bedre vår mentale helse.

• LES OGSÅ: Motivasjonsapp fjernar skam

Tidlig påvisning av psykiske vansker er en avgjørende faktor for rask og vellykket behandling av pasienten.

I dag kan kunstig intelligens oppdage markører som tyder på høy sannsynlighet for kreft på et veldig tidlig stadium. Hva om kunstig intelligens kunne fange om lignende advarselsskilt om din mentale helse bare ved å lytte til deg?

App som overvåker

Tradisjonell praksis i psykisk helsevern handler i stor grad om å observere vedkommende og rapportere om endringer i personens psykiske helse. Kunstig intelligens kan legge merke til relevante symptomer og fungere som en tidlig deteksjonsmekanisme, viser to nye studier.

Militære-veteraner regnes i dag som en typisk høyrisikogruppe for å utvikle psykiske lidelser. For å fange opp symptomene tidlig, samarbeider selskapet Cogito med det amerikanske departementet for veteraner med å teste ut en app som overvåker veteraners mentale helse.

• LES OGSÅ: Vil ha «svanemerket» digital helseinfo

Appen er kalt «Companion» og overvåker passivt brukernes telefon hele døgnet ved å lytte til brukernes stemme og frekvensen av mobiltelefonbruk. Endringer i tonehøyde og mengde tid veteranen bruker på telefonen ga en rekke atferdsmessige indikatorer. Systemet brukte disse indikatorer for å oppdage viktige endringer i brukerens mentale helse.

I likhet med Cogito bruker IBM også kunstig intelligens som en tidlig deteksjonsmekanisme for å oppdage psykiske lidelser. I to studier hadde IBM til hensikt å forutsi psykose hos pasientene. De bygget et system som påviste forskjeller i talemønstre mellom høyrisikopasienter som utviklet psykose og de som ikke gjorde det.

For å oppdage dette brukte de en metode som heter «Natural Language Processing (NLP)». Etter å ha trent dette systemet over to studier oppnådde IBM en utrolig 83 prosent deteksjonsnøyaktighet i den andre studiegruppen.