Z ruchu gałek ocznych można wyczytać depresję i lęk społeczny

Naukowcy z trzech polskich uczelni stworzyli oparty na sztucznej inteligencji system do szybkiego wykrywania zaburzeń psychicznych.

Okulografy rejestrowały ruchy gałek ocznych ochotników

W badaniu prowadzącym do opracowania systemu wzięło w sumie udział 101 osób, w tym pacjenci z rozpoznaną depresją i lękiem społecznym oraz osoby zdrowe, stanowiące grupę kontrolną. Zadaniem badanych było oglądanie przez 10 sekund zdjęć twarzy przedstawiające różne emocje. Specjalne czujniki umieszczone w tzw. okulografach rejestrowały ruchy gałek ocznych ochotników. Zebrane dane posłużyły do wygenerowania tzw. ścieżek spojrzeń, które następnie zostały przeanalizowane przez sieci neuronowe.

- Wzorce ruchów oczu mogą dostarczyć obiektywnych danych na temat naszej kondycji psychicznej. U osób depresyjnych zauważamy tendencję do skupiania uwagi na negatywnych bodźcach. Z kolei osoby z lękiem społecznym wykazują zwiększoną aktywność w skanowaniu twarzy - występuje u nich zjawisko nazywane w psychologii hiperskanowaniem. Objawia się to wydłużeniem ścieżki skanowania twarzy, co świadczy o ich wrażliwości na bodźce społeczne – mówi dr Karol Chlasta z Akademii Leona Koźmińskiego, współautor badania, ekspert w dziedzinie sztucznej inteligencji.

W tworzenie systemu zaangażowani byli również psycholodzy i inni eksperci w zakresie badań nad AI, w tym dr hab. Krzysztof Krejtz i dr hab. Izabela Krejtz z Uniwersytetu SWPS oraz dr Katarzyna Wisiecka z AEH w Warszawie.

Cel: stworzenie "wykresu dobrostanu psychicznego"

W przypadku depresji i lęku społecznego metoda osiąga skuteczność rzędu 60–70 procent. Badacze podkreślają, że to wartość porównywalna z tradycyjnymi metodami.

Jednocześnie opracowane podejście jest dużo szybsze i mniej angażujące dla pacjenta niż tradycyjne sposoby. Umożliwia także łatwiejsze i szybsze monitorowanie zmian stanu psychicznego danej osoby - podkreślają autorzy rozwiązania.

Nową metodę można zaimplementować w urządzeniach codziennego użytku – wykorzystać np. laptop, smartfon czy gogle do VR. - Możemy to porównać do działania inteligentnych zegarków, które mówią nam jak wyglądał nasz rytm snu. Tyle że poza pulsem, możemy mierzyć i analizować także nasz wzrok – wyjaśnia dr Chlasta.

Takie podejście ma pozwolić na stworzenie "wykresu dobrostanu psychicznego", podobnego do wykresów przedstawiających kroki, tętno czy jakość snu oferowanych przez dzisiejsze inteligentne zegarki czy smartfony.

Kolejny krok: analiza głosu przez AI

Naukowcy nie ograniczają się do analizy wzroku. Pracują także nad zastosowaniem nowych metod sztucznej inteligencji do analizy głosu, zarówno w kontekście diagnostyki depresji, jak i schorzeń neurologicznych.

- W przypadku wielu schorzeń, nasz głos delikatnie się zmienia. Można porównać to do tego, że przeciążony pracą komputer pracuje nieco wolniej. Musi przełączać się pomiędzy różnymi zadaniami. W przypadku ludzi możemy zaobserwować zmiany w działaniu narządów mowy, które często są trudne do wyłapania przez człowieka, ale które taki system oparty o sztuczne sieci neuronowe jest w stanie od razu wyłowić, nawet z krótkich fragmentów wypowiedzi - opowiada dr Chlasta.

Naukowiec dodaje, że może to dać wczesny sygnał ostrzegawczy, że jesteśmy narażeni na depresję, demencję lub chorobę Alzheimera. Dzięki temu mamy szansę szybciej zareagować: zmienić codzienne nawyki i skonsultować się z lekarzem, zanim objawy się nasilą.

Do 2030 roku depresja będzie najczęściej diagnozowaną chorobą na świecie

Twórcy systemu podkreślają, że depresja i lęk społeczny to jedne z najczęstszych zaburzeń psychicznych, a liczba osób nimi dotkniętych wciąż rośnie. Powołując się na prognozy WHO podają, że do 2030 roku depresja będzie najczęściej diagnozowaną chorobą na świecie. W Polsce już teraz cierpi na nią już ok. 4 miliony osób, choć wiele przypadków pozostaje nierozpoznanych. Jeden z głównych powodów braku diagnoz jest taki, że wczesne wykrycie depresji jest trudne i czasochłonne.

Szybka analiza ruchów gałek ocznych może natomiast dostarczyć cennych informacji o stanie psychicznym i stanowić dla ważny sygnał mówiący, że warto skonsultować się z lekarzem - sugerują autorzy rozwiązania. Zwracają też uwagę, że do szerokiego wprowadzenia takich nowej metody niezbędne będą dalsze badania.

- Aby stworzyć dobrze działający model, potrzebne są dodatkowe dane. Systemowo jednak nie są one zbierane, a placówki medyczne również ich nie gromadzą. Dodatkowo, społeczne zaufanie do sztucznej inteligencji wciąż jest niskie, a ludzie podchodzą do przekazywania swoich danych z pewną dozą niepewności. Prawda jest jednak taka, że bez dodatkowych danych nie będzie nam łatwo wyjść poza warunki laboratoryjne, a bez kolejnych analiz nie uda się nam przeprowadzić demonstracji prototypu tej nowej technologii w warunkach operacyjnych – tłumaczy dr Chlasta.

Potrzebne są także zmiany systemowe. Według dr. Chlasty możliwe byłoby zastosowanie opracowanej przez jego zespół technologii w szerszym systemie, umożliwiającym monitorowanie stanu zdrowia psychicznego pacjentów - czy to na skalę całego systemu opieki zdrowotnej, czy też np. na poziomie jednej kliniki.