Используя основы технологии искусственного интеллекта, которая сейчас используется для прогнозирования риска самоубийства или других проблем с психическим здоровьем, исследователи разработали систему искусственного интеллекта, которая анализирует языковые модели для прогнозирования риска для молодежи совершать акты школьного насилия.
Данные исследований, опубликованные в Международном журнале медицинской информатики врачами и клиническими информатиками в Медицинском центре детской больницы Цинциннати, показывают, что система может определять риск агрессии для отдельных субъектов.
Система AI использует технологии машинного обучения и обработки естественного языка (NLP) с распознаванием образов. Он сочетает в себе аналитические возможности и скорость информационных технологий с клиническими данными оценки рисков и опытом практиков, тем самым автоматизируя сложный и трудоемкий процесс, по словам Ицхао Ни, доктора философии, одного из главных исследователей и клинического информатика в Отдел биомедицинской информатики.
По словам Ни, эта технология позволила выявить несколько предупреждающих знаков, которые могли бы помочь получить полезную клиническую информацию для помощи в персонализированных вмешательствах. После полной разработки встроенные в систему шкалы оценки рисков и алгоритмы автоматического прогнозирования рисков должны обеспечить точную и масштабируемую компьютеризированную услугу скрининга для предотвращения насилия в школе .
«Ученики подвергаются физическому или устному издевательству над школьной собственностью, с помощью электронных текстовых сообщений или социальных сетей, а насилие среди молодежи обходится обществу в миллиарды долларов в виде расходов на здравоохранение или потери производительности», – сказал Ни со ссылкой на данные Центров США по контролю и профилактике заболеваний.
«Наше исследование показывает, что в целом наша система искусственного интеллекта соответствует клиническим суждениям и точности психиатров в 94 процентах случаев. Она обладает огромным потенциалом, чтобы помочь в борьбе с насилием среди молодежи в школе и, в конечном итоге, при других психических расстройствах».
Расширение возможностей решения
Более ранние исследования показывают, что использование технологий НЛП и машинного обучения, впервые внедренных в Cincinnati Children’s и в других местах, улучшает прогнозирование рисков для проблем психического здоровья, таких как самоубийство. Авторы настоящего исследования отмечают, что до сих пор нет автоматизированных решений, разработанных для прогнозирования риска агрессивного поведения в школе.
Последние достижения в программах профилактики преступности в школах демонстрируют наилучшие результаты, когда молодежь из группы риска получает своевременное и индивидуальное вмешательство, по словам Дрю Барзмана, доктора медицинских наук, одного из главных исследователей и директора Службы судебной психиатрии для детей и подростков в Цинциннати-Детский.
Но высокая потребность пациента и напряженные клинические графики могут ограничивать способность выполнять сложные трудоемкие задачи, необходимые для своевременной клинической оценки состояния психического здоровья пациентов. По его словам, эффективная автоматизированная система может помочь преодолеть эту проблему и помочь лицам, оказывающим психическое здоровье, своевременно принимать меры, основанные на индивидуальных потребностях молодежи.
Дизайн исследования
Исследование было протестировано путем включения его в качестве клинической службы в Отделение детской и подростковой психиатрии в Цинциннати Детский. Стационарные отделения отделения ежегодно получают около 30 000 психиатрических приемов. В амбулаторной клинике каждый год посещают более 52 000 пациентов.
Проведенное в период с мая 2015 года по апрель 2018 года исследование привлекло 131 ученика в возрасте от 10 до 18 лет из средних и старших школ в Огайо, Кентукки, Индиане и Теннесси.
Клинические оценки, проведенные психиатрами, показали, что 68 студентов (52 процента) считаются высокорисковыми по отношению к другим. Для анализа с помощью инструмента оценки ИИ пациенты были разделены на более мелкие группы, чтобы сравнить прогнозирующую надежность системы при сравнении клинических оценок, полученных от врача. В результате этих сравнений общий коэффициент оценки рисков системы AI составил 94 процента.
По словам исследователей, планы на будущее по разработке этого инструмента включают в себя поиск сотрудничества с другими медицинскими учреждениями и школьными системами в целях тестирования в реальном времени в образовательных и медицинских учреждениях. Исследователи заявили, что, исходя из возможностей финансирования, это станет следующим этапом их работы.