Psykisk hälsa och neurologiska störningar är en växande epidemi. I USA., nästan var femte person har ett psykiskt tillstånd.

Ändå finns det en växande brist på psykologer för att på ett adekvat sätt behandla detta behov. År 2025, det uppskattas att efterfrågan på psykiatriker kan överstiga utbudet med upp till 15, 600 psykiatriker. För att hjälpa kliniker med begränsade resurser att stödja det växande antalet patienter som söker behandling, forskningsområdet för beräkningspsykiatri tillämpar data och måttdrivna tillvägagångssätt för psykiatri för att studera tankar, känsla, och beteende.

I januari 2017, IBM gjorde det djärva uttalandet att inom fem år, vårdpersonal kan tillämpa AI för att bättre förstå hur ord och tal målar ett tydligt fönster in i vår mentala hälsa. Nästan två år senare, vi ser redan lovande tidiga resultat. Sedan dess, arbetet och forskningen vi har gjort har stärkt vår position:individualiserade data - från tal till ordval till skriven text och fysiologiska indikatorer - tillsammans med AI kan vara nyckeln till att hjälpa vårdpersonal att bättre förstå våra egna sinnen.

Under det senaste året, team från IBM Research har samarbetat med kliniker för att publicera följande forskning på detta område, som alla visar potentialen för AI och tal för att informera proffs och hjälpa dem att måla en mer detaljerad bild av vad som händer i våra sinnen.

• Vi har gjort framsteg med att bygga AI -algoritmer för att informera kliniker om användarnas mentala tillstånd baserat på deras strukturella komplexitet, som kan peka på mönster av kognitiv funktionsnedsättning.
• Vi har också bevisat att AI och maskininlärning kan användas för att hjälpa kliniker att identifiera kritiska språkmönster som avgör med 95 procents noggrannhet, talprov som traditionellt motsvarar schizofrena patienter jämfört med dem som motsvarar individer som anses mer benägna att uppleva psykos av hälso- och sjukvårdspersonal eller friska kontroller. Specifikt, förändringar i diskursens koherens (sättet att skapa mening mellan meningarna) samt diskursrikedom (kontexten som läggs till runt ord) kan tydligt indikera schizofreni.
• Vi har utvecklat ett sätt att använda maskininlärning för att snabbt automatisera analysen av verbala tal och varna kliniker, med mer än 83 procents noggrannhet, om möjligheten till psykotiska episoder inom kohorter som har identifierats som mer benägna att uppleva psykos, oavsett diagnosprotokoll. Detta kan vara avgörande för att hjälpa proffs att förutsäga psykos innan symtomen börjar visa sig, eftersom subtila språkförändringar kan peka på det redan innan det börjar.

Vi föreställer oss en framtid där denna teknik kan läggas i händerna på psykiatriker och i slutändan göra det möjligt för dem att utföra sina jobb mer intelligent, med större självförtroende, och med förmågan att effektivt behandla en växande volym patienter med rätt data till hands.

Även om detta är stora framsteg, detta är fortfarande bara toppen av isberget. Vi fortsätter att förfina och bygga ut dessa tekniker ytterligare, och utöka deras användning för att hjälpa kliniker att få en ännu bredare bild av vad som kan hända inom en individs hjärna när det gäller psykisk hälsa och neurologiska störningar. Förhoppningsvis, hälso- och sjukvårdspersonal kommer snart att ofta kunna använda tal för att utnyttja kraften i AI och ställa mer informerade diagnoser.

Denna berättelse publiceras på nytt med tillstånd av IBM Research. Läs den ursprungliga historien här.