A felelős mesterséges intelligencia (AI) használata az online terápia kimenetelének és elköteleződésének előrejelzésére

A mentális zavarok nagymértékben hozzájárulnak a globális betegségteherhez, de sok ember nem fér hozzá a mentális egészségügyi ellátáshoz. Ez a kezelési hiány részben strukturális (pl. elérhetőség) és attitűddel kapcsolatos (pl. a megbélyegzéstől való félelem) akadályok az egészségügyi ellátásra való törekvésben. A digitális terápia (DTx) digitális mentális egészségügyi beavatkozások vagy digitális pszichoterápia formájában jelentheti a megoldást erre a problémára. Az információs és kommunikációs technológia (IKT) és a mentálhigiénés ellátás integrációja növelheti az ellátás hatékonyságát, és lehetővé teszi a kezelések személyre szabását. A digitális pszichoterápiás programokból származó nagy adatkészletek mesterséges intelligencia (AI) alapú elemzése lehetővé teheti személyre szabott előrejelzési modellek kidolgozását és validálását. Az egyéni elkötelezettség előrejelzése és a nemkívánatos elköteleződési minták korai azonosítása javíthatja a DTx személyre szabását, ami segíthet csökkenteni a be nem tartást és javítani a kezelés eredményét. A DTx kimeneteleinek és elköteleződési mintáinak személyre szabott előrejelzése mesterséges intelligencia-alapú megközelítések, például gépi tanulási modellek megvalósításával érhető el. A személyre szabott előrejelzési modellek jobban megérthetik, hogy ki milyen DTx-ből profitál a legtöbbet valós környezetben. Összességében a DTx-kezelés eredményeinek személyre szabása és az elkötelezettség i) javíthatja a döntéshozatali folyamatokat a beteg-klinikus diádokban, ii) javíthatja a digitális pszichoterápia hatékonyságát, iii) csökkentheti a betegek szenvedését, és iv) csökkentheti a mentális egészséggel kapcsolatos közvetlen és közvetett költségeket. gondoskodás. Az AI-alapú előrejelzési modellekben figyelembe kell venni a mentális egészség miatti lehetséges diszkriminációt. Az elfogulatlan és megkülönböztetéstől mentes MI-t gyakran felelős MI-nek nevezik. Az AI-alapú előrejelzési modellek egy adott adatkészleten alapuló torzításának figyelembevétele különösen fontos a mentális egészségügyben az egészségügyi diszkrimináció felgyorsulásának megelőzése érdekében.

Ennek a tanulmánynak az a célja, hogy mesterséges intelligencia-alapú modelleket dolgozzon ki a digitális pszichoterápiában részt vevő betegek kezelési elkötelezettségének és kezelési eredményeinek személyre szabott előrejelzésére. A digitális pszichoterápiás programban részt vevő betegek nagy, valós adatkészletét használják majd fel az AI-algoritmusok betanításához. Felelős mesterségesintelligencia-algoritmusokat fejlesztenek ki az AI-alapú modellekben a mentális zavarok súlyosságából adódó torzítások leírásával, számbavételével és mérséklésével, valamint figyelembe veszik az egyéb érzékeny tulajdonságok, például a nem, az etnikai hovatartozás és a társadalmi-demográfiai státusz miatti torzítást. A javasolt projekt célja a kezelésben való részvételre és az eredményekre vonatkozó mesterséges intelligencia-alapú előrejelzési modellek becslése a kanadai Reginai Egyetem professzora, Heather Hadjistavropoulos Online Therapy Unit adatai alapján. Az Online Therapy Unit adatkészlet nagy mennyiségű adatot tartalmaz a mentális zavarokkal küzdő emberek DTx-ről (az Online Therapy Unit 2013 és 2021 közötti kutatási kísérletei során gyűjtöttük), és a közfinanszírozott, interneten keresztül elérhető kognitív viselkedésterápiából származik. (iCBT) program a kanadai Saskatchewanban. Összefoglalva, az Online Therapy Unit adatkészlet kiválóan alkalmas AI-alapú előrejelzési modellek képzési és tesztadatbázisaként, mivel nagyszámú résztvevőt, a való világból nyert longitudinális adatokat, ellentétben a klinikai vizsgálatokkal, és gazdag halmazt tartalmaz. a prediktív funkciók.