Pētnieki izstrādā algoritmu psihožu prognozēšanai
Pētījuma rezultāti liecina, ka tieši mākslīgā un cilvēka intelekta kombinācija optimizē psihisko slimību gaitas prognozēšanu. Šis algoritms ļaus uzlabot psihožu profilaksi, īpaši jauniem pacientiem ar paaugstinātu risku vai ar nesen diagnosticētu depresiju, un iejaukties mērķtiecīgāk un savlaicīgi.
Algoritms neaizstāj ārstēšanu; drīzāk tas palīdz lēmumu pieņemšanā un sniedz ieteikumus par to, vai veikt papildu pārbaudes individuāli. Izmantojot algoritmu, ārsti var agrīnā stadijā identificēt pacientus, kuriem nepieciešama terapeitiska iejaukšanās, un tos, kuriem tas nav nepieciešams. Pētījuma rezultāti varētu palīdzēt virzīt savstarpēju un interaktīvu klīniskās validācijas procesu un uzlabot prognostiskos rīkus un skrīninga pakalpojumos.
AVOTS: Koutsouleris N, Dwyer DB, Degenhardt F, et al.Multimodal Machine Learning Workflows for Prediction of Psychosis in Patients With Clinical High-Risk Syndromes and Recent-Onset Depression. JAMA Psychiatry, 2020;