Российские исследователи разработали нейросетевую систему для выявления депрессии. Она, по данным авторов, способна определять заболевание с точностью более 96%. Технология объединяет анализ электроэнцефалографии (ЭЭГ) и генетической информации, что позволяет значительно повысить достоверность диагностики. Об этом сообщает ТАСС со ссылкой на издание СО РАН «Наука в Сибири».
Российские ученые разработали уникальный ИИ: он определяет депрессию с вероятностью 96%
Звучит впечатляюще, но нужны данные независимых исследований.
Unsplash
Один из авторов проекта, научный сотрудник Александр Савостьянов, рассказал, что в основе разработки лежит графовая нейронная сеть — разновидность алгоритмов машинного обучения, способная находить сложные взаимосвязи между различными типами данных.
На этапе обучения системе показывают результаты обследований людей с подтвержденной депрессией и здоровых добровольцев. Нейросеть получает данные ЭЭГ и информацию о генетических особенностях участников, после чего учится выявлять характерные закономерности. Затем алгоритм проверяют на новой выборке, где он должен самостоятельно определить наличие или отсутствие заболевания.
Для создания модели ученые сформировали одну из крупнейших в России баз данных для подобных исследований. В проекте приняли участие более трех тысяч жителей Сибири — от Алтайского края до Бурятии.
У добровольцев собирали образцы крови и эпителия слизистой оболочки щеки, записывали электроэнцефалограммы и проводили психологическое тестирование. Кроме того, исследователи проанализировали 164 генетических локуса, чтобы выявить особенности ДНК, которые могут быть связаны с риском развития депрессии.
По словам авторов работы, ранее аналогичные системы показывали точность около 86%. Новый подход позволил повысить этот показатель более чем до 96%. Особенно важно, что алгоритм стал реже пропускать реальные случаи заболевания, что делает его потенциально полезным инструментом для массового скрининга.
Исследователи объясняют, что каждый из используемых методов по отдельности имеет существенные ограничения. Генетический анализ помогает оценить врожденную предрасположенность к психическим расстройствам, однако практически не отражает влияние окружающей среды и жизненных обстоятельств.
ЭЭГ, напротив, позволяет судить о текущем состоянии мозга, но ее результаты могут меняться под воздействием временных факторов, включая стресс, усталость или физическую боль.
Комбинация двух источников информации позволяет компенсировать недостатки каждого из них и получить более полную картину состояния человека. По мнению авторов разработки, именно такой комплексный подход обеспечивает заметный рост точности диагностики.
Звучит очень здорово, а лабораторные тесты подобных инструментов с завидной регулярностью показывают высокие результаты. И вместе с тем за пределами лабораторий точность ИИ резко падает, а исследователи сталкиваются с реальными трудностями. Поэтому ученые считают, что наилучшие результаты ИИ может показать не в первичной диагностике, а в прогнозировании эффективности лечения.
А главная прелесть прогнозов — им необязательно сбываться. На то они и прогнозы.
Загружаем