Добавить в корзинуПозвонить
Найти в Дзене
Радио Стриж

Как сибирские учёные учат ИИ искать признаки депрессии: объясняем без сложных терминов

Депрессия затрагивает сотни миллионов людей по всему миру, но её диагностика до сих пор во многом зависит от беседы пациента с врачом. Сибирские учёные предложили другой подход: нейросеть, которая анализирует сразу два слоя данных — активность мозга и генетические маркеры. В одном эксперименте модель показала точность около 92–93,5%, но это ещё не значит, что ИИ готов ставить диагнозы в больницах. Разбираемся, что именно умеет эта система, где она может помочь врачам и почему к громким цифрам стоит относиться осторожно, в нашем эфире во ВКонтакте и на Ютубе. Депрессия, по данным Всемирной организации здравоохранения, затрагивает примерно 4% населения мира. Среди взрослых этот показатель ещё выше — около 6%, а среди женщин депрессия встречается чаще, чем среди мужчин. Всего в мире депрессию испытывают около 332 миллионов человек. И вот теперь сибирские учёные разработали нейросеть, которая может выявлять депрессию. Авторы этой разработки — Неда Фироз из Томского госуниверситета и Алекса
Оглавление

Депрессия затрагивает сотни миллионов людей по всему миру, но её диагностика до сих пор во многом зависит от беседы пациента с врачом. Сибирские учёные предложили другой подход: нейросеть, которая анализирует сразу два слоя данных — активность мозга и генетические маркеры. В одном эксперименте модель показала точность около 92–93,5%, но это ещё не значит, что ИИ готов ставить диагнозы в больницах. Разбираемся, что именно умеет эта система, где она может помочь врачам и почему к громким цифрам стоит относиться осторожно, в нашем эфире во ВКонтакте и на Ютубе.

Из Индии в Томск

Депрессия, по данным Всемирной организации здравоохранения, затрагивает примерно 4% населения мира. Среди взрослых этот показатель ещё выше — около 6%, а среди женщин депрессия встречается чаще, чем среди мужчин. Всего в мире депрессию испытывают около 332 миллионов человек.

И вот теперь сибирские учёные разработали нейросеть, которая может выявлять депрессию. Авторы этой разработки — Неда Фироз из Томского госуниверситета и Александр Савостьянов из Новосибирского научного контура. Неда — младший научный сотрудник ТГУ, она родом из Северной Индии, но уже несколько лет работает в Томске.

Как нейросеть ищет депрессию?

Новая модель объединяет два типа данных, которые ранее анализировали отдельно: во время электроэнцефалографии делается запись электрической активности мозга, а генетические маркеры показывают, есть ли у пациента предрасположенность к депрессивным состояниям.

Если совсем просто, нейросеть не видит грусть, эмоции или мысли. Она видит числовые биологические паттерны. Такая сеть умеет смотреть не только на отдельные показатели, но и на связи между ними: как один параметр мозга связан с другим, как они вместе соотносятся с генетическими признаками и где в этой сети возникают закономерности, характерные для депрессии.

«Самое важное в том, что модель учится находить связи между этими двумя слоями данных — активностью мозга и генетическим фоном. Эти связи слишком сложны, чтобы заметить их во время обычного разговора с пациентом. Поэтому такая система не заменяет врача, а добавляет к клинической оценке объективный биологический слой», — рассказывает «Стрижу» Неда Фироз.

Когда эта нейросеть появится в больницах?

В новостях звучит цифра, что эта нейросеть находит депрессию с точностью около 93%. Правда ли это? Неда Фироз говорит нам, что выглядит эта цифра многообещающе, и в одном эксперименте графовая модель, объединяющая данные электроэнцефалографии и генного теста, достигла точности около 92-93,5%.

«Однако это не означает, что система уже готова диагностировать депрессию в больницах. Группа людей с депрессией в наборе данных была небольшой, и модель всё ещё пропускала часть случаев депрессии. Поэтому на данном этапе правильнее говорить, что система демонстрирует сильный исследовательский потенциал как инструмент поддержки принятия решений, а не что она может самостоятельно диагностировать депрессию», — объясняет она.

Теперь систему должны проверить на более крупных, более сбалансированных и более разнообразных клинических наборах данных, включая независимые больницы. Также понадобятся клинические испытания, сертификация и сотрудничество с психиатрами и неврологами.

«Наиболее реалистичное первое применение такой системы — скрининг или поддержка принятия врачебных решений, а не замена врачей», — полагает наша собеседница.