Компьютерные технологии и психиатрия

Психиатрия использует беседу с пациентом как основной метод диагностики. Искусственный интеллект (ИИ) помогает врачу найти скрытые закономерности в других данных — снимках, электрофизиологических сигналах, опросниках. Также алгоритмы оказывают социальную поддержку, помогая пациентам заботиться о ментальном здоровье.

Компьютерная визуализация в психиатрии

Обнаружение заболеваний в психиатрии по диагностическим изображениям, например по МРТ-снимкам, затруднено. Изменения в структуре мозга на снимке могут быть неспецифичными и напоминать другие заболевания, в том числе нейродегенеративные. Врач анализирует клиническую картину, чтобы достоверно различить эти состояния¹.

Технологии повышают информативность исследований. Компьютерные модели проводят вычисления, чтобы различить признаки нормы или патологии. Врач получает дополнительную диагностическую информацию при ряде заболеваний²:

• депрессивном расстройстве;

• шизофрении;

• синдроме дефицита внимания и гиперактивности (СДВГ);

• расстройствах аутического спектра.

Учёные из университета Альберты в Канаде рассмотрели наследственность как фактор риска шизофрении. Их информационная модель EMPaSchiz предсказывает вероятность заболевания у ближайших родственников пациента с шизофренией. Анализ проводился для данных функциональной магнитно-резонансной томографии (фМРТ)³.

ИИ выделил 14 участников из 57, поместив их в группу вероятной шизофрении. Им предложили пройти опросник, по результатам которого обнаружили черты шизотипического типа личности. Технология не заменяет обследование специалиста, но помогает выявить пациентов в группе риска³.

ИИ ускоряет анализ фМРТ, решая разные клинические задачи. Например, модель фМРТ покоя от СберМедИИ распознаёт функциональные отделы мозга. Технология анализирует данные фМРТ и выделяет цветом зрительные, моторные и слуховые зоны. Результат работы сервиса помогает планировать операции у пациентов с онкологией.

Использование ИИ при изучении ЭЭГ

Электроэнцефалограмма (ЭЭГ) — тест в психиатрии, измеряющий электрическую активность мозга. Для этого к коже головы пациента прикрепляют электроды. Импульсы, которые создаются нервными клетками, регистрируются в виде графика с волнистыми линиями⁴.

Шизофрения — тяжёлое психическое расстройство, которое сопровождается галлюцинациями, необычными убеждениями и потерей интереса к повседневной жизни⁵. По данным Всемирной организации здравоохранения (ВОЗ), шизофренией страдают около 24 миллионов человек во всём мире⁶. Своевременная диагностика и лечение помогают управлять симптомами⁷.

Учёные рассчитывают повысить ценность ЭЭГ в диагностике шизофрении, используя информационные алгоритмы. В одном исследовании представили сигнал ЭЭГ в новом формате, а затем обучили ИИ анализировать его. Технология требует выполнения нескольких шагов8:

1. Данные ЭЭГ преобразуются в RGB-изображения: графики с волнами становятся красно-зелёно-синими градиентами.

2. Нейросеть обрабатывает изображения, проводя необходимые вычисления.

3. ИИ предполагает, на что указывают данные ЭЭГ: на норму или патологию.

Результаты получились вдохновляющими: точность информационного метода достигла 99,22%. Но пока участие приняли 54 пациента, поэтому учёные планируют расширить исследование⁸.

Команда исследователей из Исландии использовала компьютерный алгоритм, чтобы изучить факторы риска сезонного аффективного расстройства (САР). При САР зимой могут возникать депрессивные симптомы, а весной — наблюдаться улучшение самочувствия⁹.

Исследование проводилось летом. Участников попросили пройти ряд тестов, включая ЭЭГ, и заполнить опросник, чтобы оценить их текущее эмоциональное состояние. Искусственный интеллект анализировал данные, чтобы предсказывать тяжесть депрессивных симптомов зимой. Результаты работы модели — 86% специфичности и 81% чувствительности⁹.

Информационные модели помогают изучить электрическую активность мозга при других заболеваниях, например эпилепсии. Модель ЭЭГ Эпилепсия находит признаки фокальных эпилептиформных разрядов (ФЭР). По характеристикам ФЭР можно предположить, где находится очаг эпилепсии. Сервис автоматизирует обработку ЭЭГ-сигнала, выдавая результат за 5 минут.

Технологии виртуальной реальности

Технологии виртуальной реальности (Virtual Reality, VR) позволяют пользователю погрузиться в смоделированный мир. Для этого используются специальные устройства: шлем, оснащённый дисплеем, наушники, устройства для ручных манипуляций и навигации по трёхмерному миру¹⁰.

Интерес к VR в психиатрии связан с новыми возможностями для диагностики и лечения, которые предоставляют технологии¹¹:

• преодолением психологических барьеров, включая стигматизацию и боязнь традиционных методов лечения;

• возможностью предоставить помощь в разных экономических и географических условиях;

• адаптацией информационных моделей под потребности пациента;

• улучшением взаимодействия с окружающим миром.

Встретиться с виртуальным страхом, чтобы уменьшить реальный

Специалисты из Канады объединили VR с методами когнитивно-поведенческой терапии, чтобы помочь людям с социальным тревожным расстройством. Пациенты получили возможность отработать в виртуальном мире социальные сценарии, вызывающие страх и тревогу: например, выступить в конференц-зале перед большой аудиторией. Пациент использовал беспроводную компьютерную мышь и головной дисплей, чтобы взаимодействовать с виртуальными собеседниками¹².

Каждый сеанс проходил под контролем врача. Исследователи отметили, что использование информационных моделей окружающего мира помогло улучшить результаты терапии. Врачу легче управлять сценариями, выбирая места и реплики. При этом соблюдается конфиденциальность терапии¹².

Учёные из Оксфорда использовали VR для работы с бредом преследования. В психиатрии этим понятием обозначают ошибочную убеждённость человека, что окружающие следят за ним и стремятся причинить вред¹³.

Пациенты были помещены в смоделированную среду, например в метро или лифт. По мере того как пациент привыкал к компьютерной реальности, в неё добавлялись новые виртуальные люди. Участники исследования получили возможность¹³:

• оценить беспочвенность своих страхов;

• выработать альтернативные стратегии поведения;

• научиться управлять возникающим стрессом.

Предполагается, что использование ИИ поможет пациентам чувствовать себя увереннее в реальных социальных ситуациях¹³.

Вклад VR в понимание природы различных расстройств

Учёные из Кореи с помощью технологий оценили факторы риска, усиливающие тягу к алкоголю. В исследовании приняли участие 14 пациентов с алкогольной зависимостью, которые не употребляли спиртные напитки как минимум три недели. В контрольную группу вошли 14 здоровых добровольцев¹⁴.

Технология смоделировала встречу на улице и в пабе¹⁴:

1. Информационная модель выводила на дисплей алкогольные триггеры, например стакан со спиртным напитком.

2. Виртуальный человек оказывал социальное давление: он приводил разные аргументы, предлагая выпить.

3. Участники с помощью мыши оценивали по шкале свою тягу к алкоголю в разных ситуациях.

Исследователи обнаружили, что алкогольные триггеры могут привести к обострению уже имеющейся зависимости. Это возможно даже в том случае, если человек научился справляться с социальным давлением. Использование VR поможет научиться преодолевать эти трудности, считают учёные¹⁴.

В психиатрии под «анорексией» понимают расстройство пищевого поведения. Пациента с анорексией отличает^15,16:

• аномально низкая масса тела;

• страх набрать вес;

• искажённое представление о своём теле: человек думает, что он толстый, даже имея недостаточный вес.

В эксперименте, проведённом в Нидерландах, участников с анорексией временно «переселили» в виртуальное тело. Информационная модель имела параметры — ширину плеч, живота и бёдер, — которые ВОЗ считает здоровыми¹⁷.

В компьютерной симуляции пациенты испытывали дополнительные тактильные ощущения. Экспериментатор прикасался к их животу с помощью специального устройства с датчиком движения. Участники видели прикосновения в среде VR, что усилило восприятие виртуального тела как собственного¹⁷.

Учёные сравнили, как участники оценили своё тело до и после компьютерного опыта. В результате удалось снизить процент завышения размера тела, хотя он и остался значительным¹⁷.

Дистанционные технологии в психиатрии

Телепсихиатрия — процесс оказания психиатрической помощи на расстоянии с помощью технологий. Использование разных каналов связи, например видеоконференций, помогает решать ряд задач18:

• осуществлять психиатрическую оценку;

• проводить удалённые сеансы индивидуальной, групповой и семейной терапии;

• обучать и консультировать пациентов;

• контролировать приём лекарств.

Американская психологическая ассоциация (APA) признаёт эффективность телепсихиатрии. Технологии помогли добиться значимых результатов в уходе за пациентами с посттравматическим стрессовым расстройством (ПТСР), депрессией и СДВГ¹⁸.

Метод помогает преодолеть ряд проблем в психиатрии¹⁹:

• улучшить мониторинг клинических симптомов и приёма лекарств;

• бороться с внутренней стигматизацией;

• обеспечить анонимность и доступность помощи в любое время;

• предоставлять помощь на родном языке.

Использование телепсихиатрии возросло во время пандемии COVID-19 и связанного с ней локдауна. По данным Национальной службы здравоохранения, в Великобритании с февраля по июнь 2020 года число дистанционных консультаций увеличилось в 3,5–6 раз. Пациенты продолжили получать помощь, что обеспечило непрерывность лечения²⁰.

Барьеры, возникающие при использовании телепсихиатрии²¹:

• трудности при установлении контакта между врачом и пациентом;

• необходимость присутствия медицинского персонала рядом с пациентом в кризисный период;

• недоверие к технологиям;

• обеспокоенность конфиденциальностью данных;

• технические трудности, связанные с низким качеством звука и видео;

• правовые ограничения.

Видеоконсультации в психиатрии — это возможность обеспечить равномерный доступ к помощи специалиста. Но нужно решить ряд организационных вопросов, чтобы сделать процесс удобнее для всех участников.

Использование мобильных приложений для заботы о ментальном здоровье

Мобильные приложения на основе искусственного интеллекта помогают при разных заболеваниях. Например, AI Resp от СберМедИИ выявляет признаки респираторных нарушений по аудиозаписи дыхания, кашля и речи. AI Skin проводит предварительную диагностику 7 типов кожных высыпаний, анализируя фотографию кожи. Заключения ИИ необходимо подтвердить в ходе дальнейшего обследования у врача.

В психиатрии мобильные приложения используются, чтобы оказывать эмоциональную поддержку пользователю. Они формируют внимательное отношение к своему ментальному здоровью²²:

• обучают техникам расслабления и управления эмоциями;

• помогают отслеживать негативные мысли;

• позволяют вести дневник настроения;

• дают возможность обмениваться опытом с людьми, у которых похожие проблемы;

• предлагают контакты специализированных служб и организаций.

Использование приложений помогает бороться с тревогой и депрессией. Важно, что сервисы ориентированы на конфиденциальность данных и анонимность использования²².

Есть приложения, ориентированные на людей с шизофренией. Сервисы выполняют несколько функций²³:

• предлагают упражнения, направленные на психологическое восстановление;

• помогают отслеживать симптомы и контролировать лечение;

• предоставляют доступ к справочной информации о ментальном здоровье.

Но при выборе приложения нужно быть внимательным: информация может оказаться неактуальной или носить стигматизирующий характер²³.

Как искусственный интеллект может изменить психиатрию

Алгоритмы в психиатрии способны обрабатывать большое количество данных. Где это может применяться²⁴:

• мониторинг пациентов, включая отслеживание активности ночью;

• разработка персональных схем лечения;

• отслеживание факторов риска для ряда заболеваний;

• улучшение обратной связи между врачом и пациентом.

Технологии различают признаки нормы и патологии, достигая впечатляющей точности классификации — до 99%. Учёные пробуют разные вычислительные подходы и испытывают алгоритмы. Но часть разработок ещё не покинули лабораторию и ждут клинических испытаний. Многие исследования проведены на небольшом количестве пациентов. Для получения объективных результатов нужно проверять технологии на большой выборке²⁵.

У ИИ в психиатрии — большой потенциал. Возможные пути, которые помогут его раскрыть, — преодоление предвзятости алгоритмов и проблемы «чёрного ящика», изучение биологических свойств мозга вместе с психосоциальными факторами²⁶. Врач связывает особенности сознания пациента и результаты вычислений, делая правильный вывод.

Источники

1. Oh J, Oh BL, Lee KU, Chae JH, Yun K. Identifying Schizophrenia Using Structural MRI With a Deep Learning Algorithm. Front Psychiatry. 2020 Feb 3;11:16. doi: 10.3389/fpsyt.2020.00016. PMID: 32116837; PMCID: PMC7008229.

2. Zhang Z, Li G, Xu Y, Tang X. Application of Artificial Intelligence in the MRI Classification Task of Human Brain Neurological and Psychiatric Diseases: A Scoping Review. Diagnostics (Basel). 2021 Aug 3;11(8):1402. doi: 10.3390/diagnostics11081402. PMID: 34441336; PMCID: PMC8392727.

3. Kalmady SV, Paul AK, Greiner R, Agrawal R, Amaresha AC, Shivakumar V, Narayanaswamy JC, Greenshaw AJ, Dursun SM, Venkatasubramanian G. Extending schizophrenia diagnostic model to predict schizotypy in first-degree relatives. NPJ Schizophr. 2020 Nov 6;6(1):30. doi: 10.1038/s41537-020-00119-y. PMID: 33159092; PMCID: PMC7648110.

4. ЭЭГ (электроэнцефалограмма) [Электронный ресурс]: Mayo Clinic. URL: https://www.mayoclinic.org/tests-procedures/eeg/about/pac-20393875.

5. Шизофрения: обзор [Электронный ресурс]: NHS. URL: https://www.nhs.uk/mental-health/conditions/schizophrenia/overview/.

6. Шизофрения [Электронный ресурс]: World Health Organization. URL: https://www.who.int/news-room/fact-sheets/detail/schizophrenia.

7. Шизофрения [Электронный ресурс]: National Institute of Mental Health. URL: https://www.nimh.nih.gov/health/topics/schizophrenia.

8. Sun J, Cao R, Zhou M, Hussain W, Wang B, Xue J, Xiang J. A hybrid deep neural network for classification of schizophrenia using EEG Data. Sci Rep. 2021 Feb 25;11(1):4706. doi: 10.1038/s41598-021-83350-6. PMID: 33633134; PMCID: PMC7907145.

9. Höller Y, Urbschat MM, Kristófersson GK, Ólafsson RP. Predictability of Seasonal Mood Fluctuations Based on Self-Report Questionnaires and EEG Biomarkers in a Non-clinical Sample. Front Psychiatry. 2022 Apr 8;13:870079. doi: 10.3389/fpsyt.2022.870079. PMID: 35463521; PMCID: PMC9030950.

10. Li L, Yu F, Shi D, Shi J, Tian Z, Yang J, Wang X, Jiang Q. Application of virtual reality technology in clinical medicine. Am J Transl Res. 2017 Sep 15;9(9):3867-3880. PMID: 28979666; PMCID: PMC5622235.

11. Kim S, Kim E. The Use of Virtual Reality in Psychiatry: A Review. Soa Chongsonyon Chongsin Uihak. 2020 Jan 1;31(1):26-32. doi: 10.5765/jkacap.190037. PMID: 32612410; PMCID: PMC7324842.

12. Bouchard S, Dumoulin S, Robillard G, Guitard T, Klinger É, Forget H, Loranger C, Roucaut FX. Virtual reality compared with in vivo exposure in the treatment of social anxiety disorder: a three-arm randomised controlled trial. Br J Psychiatry. 2017 Apr;210(4):276-283. doi: 10.1192/bjp.bp.116.184234. Epub 2016 Dec 15. PMID: 27979818.

13. Freeman D, Bradley J, Antley A, Bourke E, DeWeever N, Evans N, Černis E, Sheaves B, Waite F, Dunn G, Slater M, Clark DM. Virtual reality in the treatment of persecutory delusions: randomised controlled experimental study testing how to reduce delusional conviction. Br J Psychiatry. 2016 Jul;209(1):62-7. doi: 10.1192/bjp.bp.115.176438. Epub 2016 May 5. PMID: 27151071; PMCID: PMC4929408.

14. Lee JS, Namkoong K, Ku J, Cho S, Park JY, Choi YK, Kim JJ, Kim IY, Kim SI, Jung YC. Social pressure-induced craving in patients with alcohol dependence: application of virtual reality to coping skill training. Psychiatry Investig. 2008 Dec;5(4):239-43. doi: 10.4306/pi.2008.5.4.239. Epub 2008 Dec 31. PMID: 20046344; PMCID: PMC2796010.

15. Нервная анорексия [Электронный ресурс]: Mayo Clinic. URL: https://www.mayoclinic.org/diseases-conditions/anorexia-nervosa/symptoms-causes/syc-20353591.

16. Анорексия [Электронный ресурс]: NHS. URL: https://www.nhs.uk/mental-health/conditions/anorexia/overview/.

17. Keizer A, van Elburg A, Helms R, Dijkerman HC. A Virtual Reality Full Body Illusion Improves Body Image Disturbance in Anorexia Nervosa. PLoS One. 2016 Oct 6;11(10):e0163921. doi: 10.1371/journal.pone.0163921. PMID: 27711234; PMCID: PMC5053411.

18. Что такое телепсихиатрия? [Электронный ресурс]: American Psychiatric Association. URL: https://www.psychiatry.org/patients-families/telepsychiatry.

19. Naik SS, Manjunatha N, Kumar CN, Math SB, Moirangthem S. Patient’s Perspectives of Telepsychiatry: The Past, Present and Future. Indian J Psychol Med. 2020 Nov 1;42(5 Suppl):102S-107S. doi: 10.1177/0253717620963341. PMID: 33354053; PMCID: PMC7736740.

20. Hong JS, Sheriff R, Smith K, Tomlinson A, Saad F, Smith T, Engelthaler T, Phiri P, Henshall C, Ede R, Denis M, Mitter P, D’Agostino A, Cerveri G, Tomassi S, Rathod S, Broughton N, Marlowe K, Geddes J, Cipriani A. Impact of COVID-19 on telepsychiatry at the service and individual patient level across two UK NHS mental health Trusts. Evid Based Ment Health. 2021 Nov;24(4):161-166. doi: 10.1136/ebmental-2021-300287. Epub 2021 Sep 28. PMID: 34583940; PMCID: PMC8483920.

21. Cowan KE, McKean AJ, Gentry MT, Hilty DM. Barriers to Use of Telepsychiatry: Clinicians as Gatekeepers. Mayo Clin Proc. 2019 Dec;94(12):2510-2523. doi: 10.1016/j.mayocp.2019.04.018. PMID: 31806104.

22. NHS Приложения для ментального здоровья [Электронный ресурс]: University Hospitals Sussex NHS Foundation Trust. URL: https://www.bsuh.nhs.uk/library/wp-content/uploads/sites/8/2020/09/NHS-Mental-Health-Apps.pdf.

23. Kwon S, Firth J, Joshi D, Torous J. Accessibility and availability of smartphone apps for schizophrenia. Schizophrenia (Heidelb). 2022 Nov 16;8(1):98. doi: 10.1038/s41537-022-00313-0. PMID: 36385116; PMCID: PMC9668219.

24. Rocheteau E. On the role of artificial intelligence in psychiatry. Br J Psychiatry. 2022 Sep 12:1-4. doi: 10.1192/bjp.2022.132. Epub ahead of print. PMID: 36093950.

25. Liu Y, Pu C, Xia S, Deng D, Wang X, Li M. Machine learning approaches for diagnosing depression using EEG: A review. Transl Neurosci. 2022 Aug 12;13(1):224-235. doi: 10.1515/tnsci-2022-0234. PMID: 36045698; PMCID: PMC9375981.

26. Wiese W, Friston KJ. AI ethics in computational psychiatry: From the neuroscience of consciousness to the ethics of consciousness. Behav Brain Res. 2022 Feb 26;420:113704. doi: 10.1016/j.bbr.2021.113704. Epub 2021 Dec 4. PMID: 34871706; PMCID: PMC9125160.