Искусственный интеллект в психиатрии: достижения, перспективы, проблемы

Искусственный интеллект в психиатрии: достижения, ожидания, перспективы, проблемы

Богданов Я.В.

ГБУЗ Кузбасская клиническая психиатрическая больница, Кемерово, Россия

Резюме.

Психические расстройства представляют собой сложную проблему здравоохранения, требующую значительных ресурсов и высококвалифицированных специалистов. Искусственный интеллект (ИИ) предлагает инновационные решения для трансформации психиатрической помощи, охватывая профилактику, диагностику, терапию и исследования. В настоящее время ИИ-алгоритмы демонстрируют высокую точность в диагностике различных расстройств, включая шизофрению, депрессию и аутизм, используя данные электронных медицинских карт, нейровизуализации и "цифровые фенотипы". ИИ помогает предсказывать течение заболеваний, ответ на лечение и риски, такие как суицид или агрессивное поведение. Виртуальные ассистенты, чат-боты и технологии виртуальной реальности поддерживают пациентов, обеспечивая психообразование, когнитивно-поведенческую терапию и мониторинг состояния. ИИ автоматизирует систематические обзоры литературы, анализирует большие объемы данных и строит клинико-психологические модели, например, для лечения аддиктивных расстройств. ИИ помогает врачам в получении информации, подготовке к экзаменам и составлении рекомендаций для пациентов. Перспективные технологии: психовизуализация (объединение нейровизуализации, биометрических данных и ИИ для визуализации мыслей, восприятия и эмоций). Существует ряд проблем внедрения ИИ в психиатрию: нехватка качественных данных, непрозрачность моделей ИИ, сложности валидации и регулирования, недостаток знаний о ИИ среди клиницистов, необходимость изменения рабочих процессов, риски автоматизации ошибок, вопросы к конфиденциальности данных, ответственности за решения, предвзятости алгоритмов, балансу между эффективностью и безопасностью. Путями к преодолению проблем станут междисциплинарное сотрудничество, повышение доверия к ИИ-системам за счет понимания логики принятия решений, обучение специалистов работе с новыми технологиями. ИИ обладает огромным потенциалом для трансформации психиатрической помощи, но требует ответственного подхода и решения существующих проблем.

Ключевые слова: «искусственный интеллект в психиатрии», «нейронные сети в психиатрии», «компьютерное зрение в психиатрии», «психовизуализация в психиатрии с использованием машинного обучения», «распознавание эмоций с помощью искусственного интеллекта», «диагностика психических расстройств с использованием машинного обучения», «персонализированная психиатрия с использованием искусственного интеллекта».

Информация об авторе:

Богданов Ярослав Вячеславович – e-mail: yarik@yabogdanov.ru; https://orcid.org/0009-0002-3880-7152

Как цитировать: Богданов Я.В., Искусственный интеллект в психиатрии: достижения, ожидания, перспективы, проблемы

Artificial intelligence in psychiatry: achievements, expectations, prospects, problems

Bogdanov Ya.V.

GBUZ Kuzbass Clinical Psychiatric Hospital, Kemerovo, Russia

Abstract.

Mental disorders are a complex health problem that requires significant resources and highly qualified specialists. Artificial Intelligence (AI) offers innovative solutions to transform psychiatric care, encompassing prevention, diagnosis, therapy and research. Currently, AI algorithms demonstrate high accuracy in the diagnosis of various disorders, including schizophrenia, depression and autism, using data from electronic medical records, neuroimaging and "digital phenotypes". AI helps predict the course of diseases, the response to treatment, and risks such as suicide or aggressive behavior. Virtual assistants, chatbots and virtual reality technologies support patients by providing psychoeducation, cognitive behavioral therapy and condition monitoring. AI automates systematic literature reviews, analyzes large amounts of data, and builds clinical and psychological models, for example, for the treatment of addictive disorders. AI helps doctors in obtaining information, preparing for exams and making recommendations for patients. Promising technologies: psychovisualization (combining neuroimaging, biometric data and AI to visualize thoughts, perceptions and emotions). There are a number of problems with the introduction of AI into psychiatry: lack of high-quality data, opacity of AI models, difficulties of validation and regulation, lack of knowledge about AI among clinicians, the need to change workflows, risks of error automation, questions about data confidentiality, responsibility for decisions, algorithm bias, balance between efficiency and safety. Interdisciplinary cooperation, increasing confidence in AI systems through understanding the logic of decision-making, and training specialists to work with new technologies will become ways to overcome problems. AI has great potential to transform psychiatric care, but it requires a responsible approach and solutions to existing problems.

Keywords: "artificial intelligence in psychiatry", "neural networks in psychiatry", "computer vision in psychiatry", "psychovisualization in psychiatry using machine learning", "emotion recognition using artificial intelligence", "diagnosis of mental disorders using machine learning", "personalized psychiatry using artificial intelligence".

Information about the author:

Bogdanov Yaroslav Vyacheslavovich – e-mail: yarik@yabogdanov.ru ; https://orcid.org/0009-0002-3880-7152

To cite thise article: Bogdanov Ya.V., Artificial intelligence in psychiatry: achievements, expectations, prospects, problems

Автор, ответственный за переписку: Богданов Ярослав Вячеславович – e-mail: yarik@yabogdanov.ru

Correstonding author: Bogdanov Yaroslav Vyacheslavovich – e-mail: yarik@yabogdanov.ru

Введение

Актуальность

Наблюдается устойчивый рост научных публикаций, посвященных применению искусственного интеллекта в психиатрии. Значительное количество работ в этой области были опубликованы в 2021-2023 годах, что демонстрирует высокий интерес к данной теме. Поэтому необходим систематический анализ научных публикаций для выявления основных тенденций и перспектив развития этого направления.

Цель исследования: проанализировать текущее состояние и перспективы применения искусственного интеллекта в психиатрии, охватывая различные области: диагностику, терапию, направление исследований, выявить основные вызовы, связанные с внедрением искусственного интеллекта (ИИ) в психиатрическую практику.

Материал и методы: поиск русскоязычных источников произведен: электронный каталог ГБУЗ КНМБ на основе автоматизированной информационно-библиотечной системы «ИРБИС», база данных Центральной научной медицинской библиотеки Сеченовского университета "Медицинские журналы и статьи" (RusMed) на базе платформы "Российская медицина", научная электронная библиотека eLIBRARY.RU, научная электронная библиотека КиберЛенинка. Поиск иностранных источников был произведен: PubMed, Springer Nature, Wiley Online Library. Поисковые запросы формировались комбинацией ключевых слов: «искусственный интеллект в психиатрии», «нейронные сети в психиатрии», «компьютерное зрение в психиатрии», «психовизуализация в психиатрии с использованием машинного обучения», «распознавание эмоций с помощью искусственного интеллекта», «диагностика психических расстройств с использованием машинного обучения», «персонализированная психиатрия с использованием искусственного интеллекта», «риски использования ИИ в психиатрии», «этические вопросы использования искусственного интеллекта в психиатрии», «конфиденциальность данных при использовании искусственного интеллекта в психиатрии», «правовое регулирование использования искусственного интеллекта в медицине и психиатрии», «гуманизация ИИ для задач психиатрической практики», «диагностика психических расстройств с использованием искусственного интеллекта в психиатрии», «Персонализированная терапия с использованием машинного обучения в психиатрии», «взаимодействие ИИ и пациентов психиатрических клиник», «neural network в психиатрии», «machine learning в психиатрии», «deep learning в психиатрии», «artificial intelligence в психиатрии», "распознавание эмоций с помощью функциональной магнитно-резонансной томографии", "распознавание эмоций с помощью ЭЭГ", "распознавание эмоций с помощью ЭКГ", "отношение и взгляд медицинских работников на использование ИИ в психиатрии". В обзор включены работы, опубликованные с 1986 по 2023 год, независимо от их дизайна. Для обобщения полученных данных использовался описательный анализ.

Результаты

По результатам поиска в обзор включена 131 работа. Проанализирована информация о текущем состоянии достижений и представлений по вопросам применения ИИ в психиатрии.

Актуальность проблемы применения ИИ в психиатрии

Психические расстройства (ПР) – одна из распространенных и сложных проблем в здравоохранении [9, 121]. Их диагностика и лечение требуют больших ресурсов и высокой компетенции специалистов [121]. ПР являются одной из основных причин нетрудоспособности и ухудшения качества жизни во всем мире, к 2030 году они станут крупнейшим фактором глобальной заболеваемости [98]. Развитие новых подходов, основанных на ИИ, рассматривается как один из перспективных путей трансформации психиатрической помощи, которая поможет справиться с современными вызовами [47, 72]. Первыми попытками применения ИИ в психиатрии стали компьютерные программы, имитирующие речь психотерапевта (ELIZA), разработанная в 1960-х годах [100]. В 1971 году была создана компьютерная модель, воспроизводящая паранойяльные процессы в условиях психиатрического интервью – система PARRY и BlueBox для фармакотерапии депрессий [100]. Эта система демонстрировала успехи, но имела ограничения, связанные с формализацией медицинских знаний. Компьютеризация психиатрической диагностики очень сложна, это отметил в своей работе Рыбальский М.И. [15]. Психиатрическая диагностика основана на качественной оценке расстройств высших психических функций, что трудно поддается формализации и программированию. Для создания психиатрических экспертных систем (ЭС) требуются мощные методы представления и интерпретации знаний, учитывающие сложность вербального описания психики [15]. Как показал Servan-Schreiber [100], пациенты часто более откровенны в общении с компьютерными системами. Развитие интеллектуальных обучающихся систем открывает возможности для создания компьютеризированных психотерапевтических методик, особенно в области когнитивно-поведенческой терапии. Рыбальский М.И. [15] подчеркивал, что ЭС должны быть помощниками психиатра, а не заменой ему, поскольку психиатрическая диагностика влияет на социально-правовой статус пациента. По мнению Wilhelmy et al., цифровая трансформация и внедрение ИИ многообещающи для профилактики, диагностики и терапии ПР [120]. Kargbo обозначает три ключевых направления изменений в психиатрии: использование биомаркеров, психоделических препаратов и применение ИИ [69]. Рассматриваются современные достижения ИИ в психиатрии, отмечается большой потенциал ИИ для трансформации психиатрической помощи в области диагностики, мониторинга состояния пациентов, разработки новых методов лечения [2]. Незнанов Н.Г. полагает, что активное внедрение телемедицинских технологий, изучение роли генетики и микробиома в происхождении психических расстройств, разработка методов диагностики на основе биомаркеров, аватар-терапия и использование искусственных нейронных сетей меняют ландшафт современной психиатрии [13]. Машинное обучение (МО) и обработка естественного языка, активно исследуются для решения широкого круга задач в психиатрии [72]. ИИ-алгоритмы «показали высокую точность в диагностике» ПР, включая шизофрению, депрессию и расстройства аутистического спектра, на основе данных электронных медицинских карт, нейровизуализации и "цифровых фенотипов" [31, 76, 92]. ИИ применяется для прогнозирования течения заболеваний и ответа на лечение [76, 121]. Внедрение ИИ также открывает новые возможности в области терапии – от разработки виртуальных ассистентов и чат-ботов для психообразования и поддержки пациентов, до использования виртуальной и дополненной реальности в психотерапии [9, 47, 52, 76, 90]. Jin et al. описывают применение ИИ в области психического здоровья и цифровой психиатрии [67]. Авторы много места отводят глубокому обучению как одному из методов ИИ. Germine et al. [56] рассматривают проблему масштабирования измерений поведения человека для достижения «высокоточной психиатрии». Авторы отмечают три основные сложности: вовлечение участников, доступность методов и надежное измерение индивидуальных различий. Chen et al. рассматривают роль МО и ИИ в развитии «точной психиатрии» [37]. Авторы обсуждают подходы, сочетающие ИИ-технологии, функциональную нейровизуализацию и методы нейромодуляции, которые могут обеспечить эффективные и объяснимые решения для клинической практики. По данным Hsin et al. [62] психиатрическая практика в значительной степени опирается на субъективные наблюдения, использование объективных данных ограничено. Появление носимых устройств и смартфонов открывает возможность непрерывного мониторинга поведения и биометрии пациентов, что может дополнить традиционные методы оценки [62]. ИИ может использоваться для непрерывного мониторинга состояния пациентов с известными психическими расстройствами, для прогнозирования индивидуальных реакций пациентов на психофармакологические препараты, используя методы глубокого обучения [96]. В перспективе ИИ может оказывать поддержку при выборе оптимальной терапевтической тактики, обсуждается потенциал ИИ в автоматизированной онлайн-психотерапии [96]. Интернет-программы, например MOST, предлагают онлайн-поддержку при психозе и депрессии [51]. Внедрение ИИ в психиатрию может привести к существенным организационным изменениям, Brunn et al. [29] отмечают, что ИИ способен изменить организацию психиатрической помощи, а также интеграцию в здравоохранение в целом. Это может привести к перераспределению обязанностей [29]. Sahoo et al. пишут, что доступ к качественной психиатрической помощи ограничен из-за стигматизации, недостаточного финансирования и нехватки специалистов [16] и, понимая трудности по внедрению ИИ-технологий в психиатрию, возлагают на них большие надежды. Brunn et al. [29] призывают к исследованиям того, как ИИ влияет на организацию медицины, психиатрии и взаимодействие с немедицинскими профессиями. Авторы предлагают подготавливать будущих психиатров через опыт работы с приложениями ИИ, этические дискуссии и трансдисциплинарное сотрудничество [29]. Ряд работ рассматривает перспективы использования ИИ для профилактики ПР и поддержания психического здоровья людей [50, 99]. В частности, Ettman и Galea [50] отмечают, что ИИ может повлиять на психическое здоровье населения через совершенствование психиатрической помощи, изменение социально-экономических условий и политику, регулирующую использование ИИ. Аллен [21] указывает на острую нехватку психиатров во всем мире и отмечает, что ИИ может помочь восполнить этот пробел. Автор рассматривает текущее ограниченное применение ИИ в психиатрии, а также большие перспективы, связанные с цифровым фенотипированием через смартфоны для прогнозирования и понимания состояния пациентов. Лубянко и соавт. [12] отмечают, что ИИ способен имитировать когнитивные функции человека и используется в различных сферах, включая диагностику психических расстройств. В работе описывается проект "psyDI" с применением ИИ для диагностики ПР. Авторы делают вывод, что ИИ может существенно улучшить диагностику в психиатрии, особенно на уровне первичного звена. Статья Tai et al. [106] посвящена потенциалу МО и больших данных для моделирования ПР и разработки новых методов лечения в психиатрии. Авторы отмечают, что в психиатрии отсутствуют общепринятые модели ПР, это затрудняет разработку новых методов лечения. МО может помочь в выявлении значимых факторов для построения более точных моделей. Эти технологии могут способствовать выявлению биомаркеров психических заболеваний, индивидуализации диагностики и лечения, разработке новых методов терапии. Ray et al. [95] дают общий обзор роли ИИ в психиатрии. Авторы отмечают растущее бремя ПР, особенно в Индии, где остро ощущается нехватка психиатров. Преимуществами ИИ в психиатрии являются более низкая стоимость, широкий охват и отсутствие предубеждений, но есть и недостатки, такие как отсутствие эмпатии и угроза конфиденциальности данных. ИИ может помочь в диагностике ПР на основе анализа медицинских данных, визуализации и обработки изображений, а также в мониторинге поведения и эмоций пациентов. ИИ также может использоваться для персонализации лечения, разработки новых методов терапии и создания интерактивных терапевтических приложений. Вместе с тем, современный ИИ все еще ограничен и должен рассматриваться как инструмент под контролем человека[1]. Bickman L. [25] изучая почти 50-летний опыт изучения ИИ отмечает существенный прогресс в этой области и трансформирующее влияние на психиатрическую науку и практику машинного обучения и искусственного интеллекта. Одной из важных областей применения ИИ в психиатрии является автоматизация создания систематических обзоров научной литературы. Традиционно систематический обзор требует громадных трудозатрат на отбор релевантных публикаций из множества источников. В работе [18] продемонстрировано, что модели глубокого обучения, такие как BERT и SciBERT, способны с высокой точностью автоматизировать отбор аннотаций статей для систематических обзоров по психиатрии. ИИ во взаимодействии со специалистами значительно сокращает временные и трудовые затраты. Наряду с исследовательскими целями, ИИ может внедряться в клиническую практику и образование врачей [48].

Сложность психических расстройств, недостаток больших репрезентативных наборов данных, вопросы этики, прозрачности и ответственности при применении "черных ящиков" ИИ требуют тщательной проработки [47, 52, 72, 111]. Для успешного внедрения ИИ в психиатрическую практику необходим комплексный подход, включающий междисциплинарное сотрудничество специалистов, разработку методологических стандартов, а также решение проблем конфиденциальности, предвзятости и интерпретируемости моделей [7, 47, 111]. Для повышения качества исследований, использующих методы МО в психиатрии, Tandon & Tandon предлагают контрольный список критериев для рецензирования публикаций в этой области [107]. Авторы подчеркивают важность соблюдения высоких стандартов научной строгости при применении этих методов, которые существенно отличаются от традиционных статистических подходов. Graham et al. анализируют применение ИИ в области психического здоровья и психических заболеваний, авторы отмечают, что, хотя исследования демонстрируют высокий потенциал ИИ, большинство из них находятся на ранних концептуальных стадиях [58]. Для эффективного клинического внедрения ИИ требуется работа по преодолению разрыва между исследованиями и практикой. Для успешного клинического применения «вычислительной психиатрии» Paulus et al. предлагают поэтапный план развития, аналогичный процессу разработки лекарственных средств [89]. Важно интегрировать в ИИ-системы принципы "искусственной мудрости" – способность принимать сострадательные и этичные решения [47, 72]. Одна из ключевых проблем использования ИИ в медицине в целом, и в психиатрии в частности, связана с "черным ящиком" – непрозрачностью внутренних механизмов работы моделей машинного обучения, особенно основанных на глубоком обучении [105]. Это затрудняет понимание врачами логики принятия решений ИИ-системами и снижает доверие к ним. Объяснимость ИИ – фундаментальный вопрос. Для решения этой проблемы Starke и Poppe [105] предлагают использовать разработанное К. Ясперсом разграничение "объяснения" и "понимания" психопатологических феноменов. Объяснение связано с выявлением общих закономерностей, а понимание – с постижением смысла конкретных явлений; применение этих двух подходов в комплексе может повысить объяснимость ИИ-моделей в медицине. Перспективным направлением развития ИИ является переход к третьему поколению, основанному на интеграции символического и коннекционистского подходов [128]. Это позволит создать более объяснимые, устойчивые и безопасные ИИ-системы. Кроме того, для ускорения прогресса в области ИИ авторы Zador et al. [127] предлагают использовать достижения нейронаук. Понимание принципов работы мозга и нервной системы может помочь создать ИИ с более естественным интеллектом и сравнимыми с человеком способностями. Предлагается сосредоточиться на изучении базовых сенсомоторных функций человека. Подоплелова Е.С. анализирует методы ИИ, применяемые для решения задач в психиатрии. Основными направлениями являются деидентификация клинических записей, классификация тяжести симптомов и прогнозирование развития психоза [14].

Несмотря на многообещающие перспективы, применение ИИ в психиатрии связано со значительными ограничениями и вызовами [33, 83, 88, 96]. К ним относятся: 1. Технические проблемы: нехватка качественных данных, непрозрачность "черного ящика" в моделях ИИ, сложности валидации [33, 83]. 2. Человеческие факторы: недостаток знаний об ИИ среди клиницистов, необходимость изменения рутинных рабочих процессов, возможность деквалификации специалистов [83, 88]. 3. Этические вопросы: проблемы ответственности, предвзятости, конфиденциальности данных, баланс между эффективностью и безопасностью [96, 81]. Pak et al. [88] отмечают обеспокоенность, что развитые ИИ-системы в перспективе могут заменить психиатров. Важной предпосылкой успешного внедрения ИИ в психиатрическую практику является формирование доверия пациентов и клиницистов к новыми технологиями [86]. Клиницисты должны выступать связующим звеном, способствуя принятию ИИ-систем пациентами. Для успешной интеграции ИИ в психиатрическую помощь необходимо последовательно решать проблемы, поддерживая баланс между эффективностью технологий и обеспечением безопасности, этичности и доверия со стороны пациентов и специалистов [81]. Sahoo et al. [98], Ayhan [23] отмечают, что ИИ может страдать от предвзятости алгоритмов, чрезмерного использования социальных сетей пациентами для самовыражения, авторы озабочены сокращением человеческого взаимодействия, юридическими и нормативными вопросами.

Конец ознакомительного фрагмента.

Текст предоставлен ООО «Литрес».

Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.