Worcester Polytechnic Instituten (WPI) ja Harvardin lääketieteelliseen kouluun kuuluvan Belmontissa sijaitsevan McLean-sairaalan tutkijoista ja lääkäreistä koostuva ryhmä käyttää tekoälyteknologiaa ennustamaan paremmin itsemurhariskiä naisilla, jotka kärsivät tietyistä traumaan liittyvistä häiriöistä.
Heidän kolmivuotisen tutkimuksensa tulokset, jotka julkaistiin äskettäin European Journal of Psychotraumatology -lehdessä, voivat tarjota lääkäreille uuden tavan seuloa nopeasti varoitusmerkkejä. Ne ovat läpimurto tekoälyn käyttämisessä itsetuhoisuuden ymmärtämiseen.
Ryhmän lähestymistapa oli kaksiosainen
Työssä käytettiin tietoja, jotka kerättiin McLean Hospitalin 123 naispotilaalta, joista 93:lla oli lapsuuden hyväksikäyttöä, traumaperäistä stressihäiriötä (PTSD) ja eriasteista dissosiaatio-oireilua. Mukana oli myös 30 kontrollihenkilöä.
Työryhmä kehitti algoritmin, joka ennusti tarkasti itsemurhayritykset potilasryhmässä ja tunnisti alaryhmät, joilla oli suurin itsemurha-ajatusten ja -käyttäytymisen riski.
Ryhmän lähestymistapa oli kaksitahoinen. Ensinnäkin se käytti kehittämiään uusia tekoälylähestymistapoja kohortista otettujen tietojen klusteroimiseksi, jotta nähtäisiin, ilmenisikö kuvioita. Ryhmä käytti näitä tietoja paljastaakseen selviä malleja potilaspopulaatiossa. Nämä kuviot määrittivät dissosiatiivisten oireiden kirjon – mukaan lukien irrottautuminen itsestä tai ympäristöstä, tyypillisesti reaktiona traumaan – joka korreloi aiempien itsemurhayritysten kanssa.
Toiseksi tutkimusryhmä koulutti algoritmin erottamaan potilaat, joilla oli eritasoisia dissosiaatiohäiriöitä, tutkimuksen 30 terveestä kontrollihenkilöstä. Ryhmä onnistui tässäkin: algoritmi nollasi tietyt dissosiatiiviset oireet avainindikaattoreiksi ja ennusti aiemmat itsemurhayritykset tutkimuspotilaiden keskuudessa 83 prosentin tarkkuudella.
Dissosiatiivista identiteettihäiriötä (DID) on tutkittu ja diagnosoitu liian vähän
Tekoälyä ja koneoppimista on aiemmin käytetty ennustamaan itsetuhoista ja itsetuhoista käyttäytymistä, mutta tutkimusryhmän mukaan dissosiatiivista identiteettihäiriötä (DID) on tutkittu ja diagnosoitu liian vähän yleisissä psykiatrisissa hoitokäytännöissä, eikä sitä ole vielä otettu huomioon näissä malleissa.
Ryhmän mukaan tutkimus korostaa, että kliinikkojen on kiireellisesti arvioitava dissosiatiivisen häiriön oireita, jotta voidaan tunnistaa riskihenkilöt, erityisesti naiset, väestö, joka jätetään usein huomiotta itsemurhatutkimuksissa, koska tilastollisesti he yrittävät itsemurhaa harvemmin kuin miehet.
PTSD:n tavoin DID käsittää laajan kirjon – ihmisillä voi olla joitakin mutta ei kaikkia oireita, sanoi Benjamin Nephew, neurotieteilijä ja biologian ja biotekniikan professori WPI:ssä, joka toimi ryhmän projektikoordinaattorina.
Tutkimuksessa kourallinen DID-oireita korreloi potilaiden kanssa, joilla oli aiemmin ollut itsemurhayrityksiä. Tämä voisi antaa lääkäreille mahdollisuuden keskittyä kiireellisemmin näihin oireisiin arvioidessaan potilaan itsemurhariskiä.
Lopulta tutkimuksen tulokset voivat johtaa nopeampaan ohjautumiseen dissosiatiivisten häiriöiden asiantuntijoille ja laajentaa arvostusta dissosiatiivisten häiriöiden diagnoosien ja hoitojen käyttämisestä itsemurhien ehkäisyssä.
”Interventiot auttavat eri asioissa”, Nephew sanoi. ”Sanotaan esimerkiksi, että sinulla on masennusta ja unettomuutta. Kaikilla, joilla on masennus, ei ole unettomuutta, mutta jos sinulla on unettomuutta masennuksen kanssa ja keskityt tuohon unettomuuteen, se on erittäin tehokasta masennuksen hoidossa.”
Tutkimus on merkittävä edistysaskel
Tämän uraauurtavan työn aloitti vuonna 1973 WPI:stä valmistunut Harry Kasparian muistoksi tyttärelleen Julialle, joka kuoli itsemurhaan 23-vuotiaana vuonna 2016.
Julia Kasparian Fund for Neuroscience Research -rahasto tukee WPI:n ja McLeanin tiedekunnan ja opiskelijoiden neurotieteilijöiden, kliinikkojen ja tietojenkäsittelytieteilijöiden välistä tutkimusyhteistyötä, jonka tarkoituksena on parantaa mielenterveysongelmien ennaltaehkäisyä, varhaista diagnosointia ja hoitoa, erityisesti DID:n, masennuksen ja itsetuhoisuuden osalta.
Jean King, neurotieteilijä, joka työskenteli myös tutkimuksen parissa, sanoi, että yhteistyö McLeanin kanssa tuotti tärkeitä tuloksia.
”Tämä tutkimus on merkittävä edistysaskel kohti tavoitettamme tunnistaa potilaat, joilla on suurin itsemurhariski, ja suunnata tehokkaita hoitoja näille henkilöille”, hän sanoi.
Ryhmä aikoo nyt parantaa näitä malleja ja soveltaa niitä tulevissa tutkimuksissa laajentamalla kattavuutta muihin itsemurha-ajatuksille ja -käyttäytymiselle alttiisiin väestöryhmiin.
Korkin sanoi, että algoritmi ja siihen liittyvät havainnot voisivat toimia täydentävinä työkaluina kliinikoille diagnoosiprosessissa.
”Se on täydellinen tapaus tekoälylähestymistavalle, joka on pohjimmiltaan suunniteltu kokoamaan kaikki kliiniset tiedot yhteen ja sitten seulomaan ne, päätyen pieneen määrään kliinisiä oireita”, hän sanoi. ”Tiedämme, että itsetuhoisuus on monimutkaista, eikä ole olemassa yhtä ainoaa lähestymistapaa, joka sopisi kaikkiin tapauksiin. Tästä monimutkaisuudesta huolimatta voimme kuitenkin pyrkiä parantamaan kykyämme arvioida sitä.”
Lähteet
- European Journal of Psychotraumatology: Unravelling psychiatric heterogeneity and predicting suicide attempts in women with trauma-related dissociation using artificial intelligence
- Medical Xpress: Using artificial intelligence to comb through warning signs of suicide, study identifies key predictors
