Eine neue künstliche Intelligenz (KI) ist in der Lage, psychische Erkrankungen zu erkennen, indem sie Bildgebungsdaten des Gehirns durchsucht, um Muster zu finden, die mit Autismus, Schizophrenie und Alzheimer in Verbindung stehen – und dies, bevor die Symptome auftreten.
Das Modell wurde zunächst mit Gehirnbildern von gesunden Erwachsenen trainiert und dann Personen mit psychischen Problemen gezeigt, wodurch es winzige Veränderungen erkennen konnte, die vom menschlichen Auge unbemerkt bleiben.
Das ausgeklügelte Computerprogramm wurde von einem Forscherteam unter der Leitung des Bundesstaates Georgia entwickelt, das feststellt, dass es eines Tages Alzheimer bei jemandem im Alter von 40 Jahren erkennen könnte, was etwa 25 Jahre vor dem Auftreten von Symptomen bedeutet.
Eine frühzeitige Erkennung solcher Krankheiten würde den Patienten helfen, eine Behandlung zu erhalten, die die Belastung durch die psychische Erkrankung verringern könnte.
Die KI wurde anhand eines riesigen Datensatzes von mehr als 10.000 Personen trainiert, um die funktionelle Magnetresonanztomographie (fMRT) zu verstehen, die die Gehirnaktivität misst, indem sie Veränderungen mit dem Blutfluss erkennt.
Für Videos nach unten scrollen
Die KI ist in der Lage, Muster in Gehirnscans zu finden, die mit psychischen Problemen in Verbindung stehen. Hier sind die Ergebnisse für Kinder, bei denen Autismus diagnostiziert wurde
Sobald die KI grundlegende fMRT lesen konnte, fütterte das Team sie mit Datensätzen von mehr als 1.200 Menschen, bei denen psychische Erkrankungen diagnostiziert wurden – Autismus, Schizophrenie und Alzheimer.
Und das System war in der Lage, unterschiedliche Muster für die drei Geisteskrankheiten zu erkennen.
Das Team stellt fest, dass die Verwendung von fMRI zur Identifizierung von psychischen Erkrankungen teuer sein kann – ein Mensch muss die Daten sorgfältig durchforsten – aber die Verwendung einer KI senkt Kosten und Zeit erheblich.
Vince Calhoun, Gründungsdirektor des TReNDS Center und einer der Autoren der Studie, sagte in einer Erklärung: „Selbst wenn wir aus anderen Tests oder der Familienanamnese wissen, dass jemand ein Risiko für eine Erkrankung wie Alzheimer hat, können wir es immer noch nicht vorhersagen wann genau es passieren wird.
Das Modell wurde zuerst mit Gehirnbildern von gesunden Erwachsenen trainiert und dann denen mit psychischen Problemen gezeigt. Dies ermöglichte es der KI, den Unterschied zwischen Menschen mit und Menschen ohne psychische Erkrankungen zu verstehen
“Die Bildgebung des Gehirns könnte dieses Zeitfenster eingrenzen, indem die relevanten Muster erfasst werden, wenn sie auftauchen, bevor eine klinische Erkrankung offensichtlich wird.”
Die Verwendung von KI zur Erkennung von Geisteskrankheiten ist nichts Neues – eine im April enthüllte Analyse analysierte die Gespräche der Menschen auf der Social-Media-Plattform Reddit, um festzustellen, ob sie irgendwelche Probleme hatten.
Ein Team von Informatikern des Dartmouth College in Hanover, New Hampshire, hat sich daran gemacht, ein KI-Modell für die Analyse von Social-Media-Texten zu trainieren.
Das Team hat Reddit ausgewählt, um sein Modell zu trainieren, da es eine halbe Milliarde aktive Benutzer hat, die alle regelmäßig eine breite Palette von Themen über ein Netzwerk von Subreddits diskutieren.
Sie konzentrierten sich auf die Suche nach der emotionalen Absicht des Beitrags und nicht auf den eigentlichen Inhalt und stellten fest, dass er im Laufe der Zeit besser abschneidet, um psychische Gesundheitsprobleme zu entdecken.
In ihrer Studie konzentrierten sich die Forscher auf sogenannte emotionale Störungen – schwere Depressionen, Angstzustände und bipolare Störungen – die durch unterschiedliche emotionale Muster gekennzeichnet sind, die verfolgt werden können.
Eine frühzeitige Erkennung solcher Krankheiten würde den Patienten helfen, eine Behandlung zu erhalten, die die psychische Erkrankung lindert oder sogar beseitigt
Sie untersuchten Daten von Benutzern, die nach eigenen Angaben eine dieser Störungen hatten, und von Benutzern ohne bekannte psychische Störungen.
Sie trainierten ihr KI-Modell, um die in den Beiträgen der Benutzer ausgedrückten Emotionen zu kennzeichnen und die emotionalen Übergänge zwischen verschiedenen Beiträgen abzubilden.
Ein Beitrag könnte von der KI mit „Freude“, „Wut“, „Traurigkeit“, „Angst“, „keine Emotionen“ oder einer Kombination davon gekennzeichnet werden.
Die Karte ist eine Matrix, die zeigt, wie wahrscheinlich es war, dass ein Benutzer von einem Zustand in einen anderen wechselte, beispielsweise von Wut in einen neutralen Zustand ohne Emotionen.
Verschiedene emotionale Störungen haben ihre eigenen charakteristischen Muster emotionaler Übergänge, erklärte das Team.
Indem es einen emotionalen „Fingerabdruck“ für einen Benutzer erstellt und ihn mit etablierten Signaturen emotionaler Störungen vergleicht, kann das Modell diese erkennen.
Um ihre Ergebnisse zu validieren, testeten sie es an Stellen, die während des Trainings nicht verwendet wurden, und zeigten, dass das Modell genau vorhersagt, welche Benutzer möglicherweise eine dieser Störungen haben oder nicht, und dass es sich im Laufe der Zeit verbesserte.