部署机器学习来改善精神健康
心理学研究员/机器学习专家、临床医生似乎是一个不太可能的组合。但麻省理工学院的罗莎琳德·皮卡德和马萨诸塞州总医院的Paola Pedrelli相信曼联的人工智能可以使精神卫生保健的病人更容易。
在她15年的临床医生和研究人员在心理学中,Pedrelli说“这是非常,非常明显,有许多障碍患者心理健康障碍访问和接收足够的照顾。”Those barriers may include figuring out when and where to seek help, finding a nearby provider who is taking patients, and obtaining financial resources and transportation to attend appointments.
Pedrelli心理学助理教授在哈佛医学院和抑郁症的临床和研究项目的副主任在马萨诸塞州总医院(MGH)。超过五年,她一直与皮卡德合作,一位麻省理工学院的教授媒体艺术与科学学院和麻省理工学院阿卜杜勒·拉蒂夫·贾米尔的首席研究员为机器学习在医疗诊所(Jameel诊所)项目开发机器学习算法帮助诊断和监测症状变化之间的重度抑郁症患者。
机器学习是人工智能的一种技术,当机器给出了大量的数据和良好的行为(即的例子。,输出生产当它看到一个特定的输入),它可以得到很好的自动执行的任务。它还可以帮助确定有意义的模式,人类可能无法找到尽快没有机器的帮助。使用可穿戴设备和智能手机的研究参与者,皮卡德和Pedrelli可以收集详细的数据在参与者的皮肤电导和温度、心率、活动水平、社会化、个人评估抑郁,睡眠模式,等等。他们的目标是开发机器学习算法,可以摄取大量的数据,并使其meaningful-identifying当个体可能挣扎,可能是有用的。他们希望他们的算法最终将使医生和患者关于个人疾病轨迹和有效治疗的有用信息。
“我们试图建立复杂的模型,不仅有能力普遍在人们的学习,但学习的类别改变一个人的生活中,“皮卡德说。“我们想要为那些想要提供机会获得循证和个性化的信息,和对健康有影响。”
机器学习和心理健康
皮卡德于1991年加入麻省理工学院媒体实验室。三年后,她出版了一本书,“情感计算”,刺激发展的字段的名称。情感计算现在是一个健壮的研究领域关心发展中技术可以测量,模型数据与人们的情感有关。
虽然早期研究集中在确定机器学习可以使用数据,以确定一个参与者目前的情绪,皮卡德和Pedrelli目前在麻省理工学院工作的贾米尔诊所会进一步几个步骤。他们想知道如果机器学习可以估计障碍轨迹,识别个体的行为的变化,并提供数据,通知个性化医疗。
皮卡德和Szymon费多尔,皮卡德的情感计算的研究科学家实验室,2016年开始与Pedrelli合作。运行一个小型试验研究后,他们现在的第四年国立Health-funded,五年研究。
为了进行这项研究,研究人员招募了MGH参与者患有重度抑郁障碍最近改变了他们的治疗。到目前为止,48个参与者参加了这项研究。22小时每天,每天12周,参与者戴Empatica E4腕带。设计的可穿戴的腕带,皮卡德创立的公司之一,可以捡起生物特征数据的信息,比如皮肤电活动(皮肤)。参与者还在手机上下载应用程序收集数据的短信和电话,位置,和应用程序使用,也促使他们完成两周一次的抑郁调查。
每个星期,患者和临床医生评估他们的抑郁症状。
“我们把所有的数据收集的可穿戴和智能手机进入我们的机器学习算法,我们试图了解机器学习预测的标签医生,”皮卡德说。“现在,我们能很好的预测那些标签。”
授权用户
在开发有效的机器学习算法是研究人员面临的一个挑战,设计一个工具,将授权和提升其用户是另一回事。皮卡德说,“我们现在真正关注的问题是,一旦你有了机器学习算法,是如何帮助人们?”
皮卡德和她的团队是批判性地思考如何机器学习算法可以将结果呈现给用户:通过一个新的设备,智能手机应用程序,甚至是一个方法通知预定的医生或家庭成员如何最好地支持用户。
例如,想象一个技术,记录一个人最近睡眠少,呆在自己的家里,有一个比平常快心率。这些变化可能是如此微妙,个人和他们的亲人还没有注意到它们。机器学习算法可以理解这些数据,映射到个人过去的经验和其他用户的经验。这项技术可能能够鼓励个人从事某些行为,改进了他们的幸福在过去,或者接触到他们的医生。
如果不正确,实现这种类型的技术可能会有负面影响。如果应用程序提醒某人,他们走向深度抑郁,可以令人沮丧的信息,导致进一步的负面情绪。Pedrelli和皮卡德在设计过程中涉及真实用户创建一个有用的工具,而不是有害的。
“什么可以有效”是一种工具,能告诉一个人你情绪低落的原因可能是你的睡眠相关数据已经改变,和数据与你的社交活动,和你没有任何时间和你的朋友、你的身体活动减少。的建议是,你找到一种方法来增加这些东西,”皮卡德说。团队也优先数据隐私和知情同意。
人工智能和机器学习算法在大型数据集可以连接和识别模式,人类不擅长注意,皮卡德说。“我认为这是一个真正的引人注目的情况下,技术帮助人们更聪明的人。”
这个故事是由麻省理工学院新闻(再版web.mit.edu/newsoffice/),一个受欢迎的网站,包括麻省理工学院新闻研究、创新和教学。
