درمان افسردگی با هوش مصنوعی

یافتن راهی برای کمک به درمان افسردگی به اندازه کافی سخت است و امتحان راه‌های مختلف درمان برای یافتن معالجه‌ای که کارساز باشد ممکن است هفته‌ها، ماه‌ها یا حتی بیشتر طول بکشد. 
به گزارش تایم، پزشکان به‌طور معمول درمان بیماران را با داروهای ضدافسردگی شروع می‌کنند، اما قرص و دارو حداقل 4هفته زمان می‌برد تا تاثیرش را نشان دهد، همچنین تحقیقات نشان داده است که تنها در حدود 30درصد از افراد به نخستین دارویی که برای آنها تجویز شده است پاسخ مثبت داده‌اند.
دکتر مادوکار تریودی، پروفسور روانپزشک در دانشگاه تگزاس، می‌گوید: هم‌اکنون انتخاب درمان‌ها براساس آزمون و خطاست،. اما تحقیق‌های امیدوارانه جدیدی که در مجله Nature Biotechnology منتشر شده است نشان می‌دهد که یک تست ساده مغز به همراه بینش‌هایی از هوش مصنوعی می‌تواند نشان دهد که قرص ضدافسردگی روی بیمار جواب مثبت می‌دهد یا نه. تریودی و یک تیم تحقیقاتی، اطلاعاتی را از موج‌نگاری مغزی (یک آزمایش غیرتهاجمی است که امواج مغزی فرد را از طریق الکترودهای قرار‌داده‌شده در پوست سر خود ثبت می‌کند (EEG) که روی بیش از 200بیمار دچار افسردگی انجام شده بود بررسی کردند که پس از موج‌نگاری مغزی به آنها داروی سرترالین (یک داروی ضد‌افسردگی که به‌طور گسترده به‌عنوان Zoloft تجویز و به بازار عرضه می‌شود) یا یک دارونما به‌مدت 8هفته داده شده بود. آنهایی که به داروهای سرترالین پاسخ مثبت داده بودند یک الگوی مشترک موج مغزی داشتند و این سرنخ بزرگی برای سؤال «آیا هر فرد به دارو پاسخ می‌دهد یا خیر؟» فراهم کرد.
تریودی و تیمش یک الگوریتم ماشینی آموزشی برای تجزیه و تحلیل اطلاعات موج‌نگاری مغزی طراحی کردند و دریافتند که 65درصد از شرکت‌کنندگان در این تحقیق با موج مغزی ویژه به سرترالین‌ها پاسخ مثبت دادند. دکتر آمیت اتکین، یکی از نویسندگان مقاله و پروفسور علوم روانپزشکی و رفتارشناسی در دانشگاه استنفورد، معتقد است که استفاده از هوش مصنوعی بسیار بهتر از استفاده از فاکتورهای بالینی مانند بررسی علائم خاص بیمار برای یافتن نشانی از پاسخ مثبت بیمار به دارو است.
محققان همچنین الگوریتم هوش مصنوعی خود را به داده‌های یک مطالعه جداگانه که در آن افراد پیش از آنکه مورد آزمایش EEG (موج‌نگاری مغزی) قرار گیرند مورد تحریک مغناطیسی ترانس کرانیال (یک تکنیک تحریک مغزی برای درمان افسردگی) قرار گرفتند. آنها متوجه شدند که افرادی که انتظار نمی‌رفت به سرترالین درست پاسخ دهند بر مبنای امواج مغزی، برای پاسخ به تکنیک تحریک مغزی تمایل داشتند.
همه این تحقیقات هنوز در مراحل ابتدایی هستند، اما استفاده از هوش مصنوعی در روانپزشکی به سرعت در حال تکثیر است. هوش مصنوعی در حال استفاده از طیف وسیعی از برنامه‌های کاربردی برای گسترش تشخیص یا درمان بیماری‌های روانی است. اپلیکیشن‌های درمانی و روبات‌های چت از یادگیری ماشینی برای دادن مشاوره به استفاده‌کنندگان بهره بردند. 
برای مثال مطالعه‌ای در سال  2018 انجام شد که در آن از هوش مصنوعی برای تحلیل کلماتی که افراد در صفحه فیسبوک پست کرده بودند استفاده شد و به این نتیجه رسیدند که یک الگوریتم می‌تواند با دقت کامل درصد شانس ابتلای یک فرد به افسردگی را پیش‌بینی کند. تجزیه و تحلیل‌های کامپیوتری موج‌نگاری مغزی همچنان در حال رشد است. محققان اخیرا از یک الگوریتم برای استخراج داده‌های موج‌نگاری مغزی نوزادان استفاده کردند و توانستند در نوزادانی که فقط چند‌ماه از زمان تولد آنها گذشته بود، اوتیسم را تشخیص دهند و پیش‌بینی کنند.
میشله فرانته، مدیر برنامه روانپزشکی محاسباتی در انستیتوی ملی بهداشت روان (که بودجه تحقیقات تیم را تأمین می‌کرد) می‌گوید: اینها نتایج بسیار هیجان‌انگیزی است. آزمایش در آزمایشگاه موج‌نگاری مغزی بسیار سریع است و فقط چنددقیقه طول می‌کشد و در کنار مقرون به‌صرفه بودن، نتایج آن از تأثیرات بالینی بسیاری برخوردار است. مرحله بعدی انجام کارآزمایی‌های بالینی است که در آن هوش مصنوعی درمانی را براساس الگوهای EEG بیمار توصیه می‌کند.
اتکین بر این باور است که در حدود 5سال آینده ابزار پیش‌بینی او برای استفاده‌های بالینی و کلینیکی آماده خواهد بود.
به لطف هوش مصنوعی با رویکرد کاملا شخصی به افسردگی توجه می‌شود و تریودی امیدوار است که افراد بیشتری به این ترتیب به‌دنبال معالجه و کنار آمدن با آن باشند. او می‌گوید: درمان از طریق هوش مصنوعی برای بیماران قابل اعتمادتر است و به این ترتیب می‌توانند مدت درمان را تا زمان بهبودی دنبال کنند. به‌نظرم درمان با هوش مصنوعی در حد تیری در تاریکی انداختن نیست.


تشخیص اوتیسم نوزادان با استفاده از الگوریتم
تجزیه و تحلیل‌های کامپیوتری موج‌نگاری مغزی همچنان در حال  پیشرفت است. محققان اخیرا از یک الگوریتم برای استخراج داده‌های موج‌نگاری مغزی نوزادان استفاده کردند و توانستند در نوزادانی که فقط چند‌ماه از زمان تولد آنها گذشته بود، اوتیسم را تشخیص دهند و پیش‌بینی کنند