
Kunstig intelligens kan forutsi hvilke pasienter som vil avbryte nettbasert behandling
Et nytt forskningsprosjekt har brukt algoritme til å forutsi hvilke pasienter med psykiske lidelser som er i faresonen for å droppe ut av sin nettbaserte behandling. – Kan identifisere pasienter som er mer utsatt for frafall og dermed har nytte av mer målrettet oppfølging, sier forsker.
Et nytt forskningsprosjekt ved Institutt for informatikk, Universitetet i Oslo, har brukt data fra pasienter som mottok nettbasert behandling, til å forutse hvilke pasienter som sto i faresonen for å droppe ut av behandlingen.
– Bare ved å se på når pasienten logger inn og ut på datamaskinen sin, kan den kunstige intelligensen gi beskjed hvis pasienten mest sannsynlig kommer til å avbryte programmet, forklarer forsker Ulysse Côté-Allard ved Institutt for informatikk ved Universitetet i Oslo til Titan.uio.no.
Dette kan gi bedre oppfølging av digitale pasienter, fra psykologer og psykiatere. Behandlerne ser lettere hvilke pasienter som trenger tett oppfølging eller endring i behandlingsplanen.
Etter syv dager kan algoritmen forutsi med en nøyaktighet på over 70 prosent. Og etter 20 dager med en nøyaktighet på 95 prosent, som er en tredel av den totale behandlingslengden, ifølge Côté-Allard.
Algoritmen kan gi en advarsel
Det nettbaserte behandlingsprogrammet forskerne har fått dataene fra, heter eMeistring. Programmet gir veiledet behandling via internett for pasienter som lider av sosial angstlidelse, depresjon eller panikklidelse. Behandlingen er basert på kognitiv atferdsterapi.
Analytikerne fra UiO har brukt informasjon fra 342 pasienter i behandlingsprogrammet for å trene opp den kunstige intelligensen, basert på et dypt nevralt nettverk.
Vi tar sikte på å forutsi så tidlig som mulig om noen har sannsynlighet for å stoppe behandlingen, slik at terapeuten kan gi tettere oppfølging
Ulysse Côté-Allard
Informasjonen forskerne har brukt for å trene opp den kunstige intelligensen, er tidspunktet pasientene kobler seg på det internett-baserte behandlingsprogrammet, og når de kobler fra.
Algoritmen går ikke på bekostning av personvernet. Côté-Allard sier til Titan.uio.no at de ønsket å bruke så lite informasjon om pasientene som mulig. Både for å bevare personvernet, men også fordi den kunstige intelligensen vil være enklere å ta i bruk hvis den ikke er avhengig av mye sensitiv informasjon.
Internett-behandling er mye brukt
Côté-Allard sier det selvfølgelig er utfordringer med internettbaserte behandlinger. Blant annet at mindre interaksjon med terapeuten gjør det utfordrende å forutsi pasientens respons og oppfølging av terapien.
– Det er her forskningen vår kommer inn og blir viktig. Vi tar sikte på å forutsi så tidlig som mulig om noen har sannsynlighet for å stoppe behandlingen, slik at terapeuten kan gi tettere oppfølging. Terapeutene kan også endre behandlingsplanen når de mener det er nødvendig. Med andre ord kan den kunstige intelligensen fungere som en type sikkerhetsnett, sier forskeren.
Han mener modellen allerede nå kan gi informasjon som er nyttig for klinikere, selv om det er vanskelig å forutsi hvor godt pasientene vil følge opp behandlingen kun ved hjelp av påloggings- og utloggingstider fra deltakere.
– De kan identifisere pasienter som er mer utsatt for frafall og dermed har nytte av mer målrettet oppfølging. Modellen kan også forbedres ved å trene den på en større gruppe pasienter, forklarer Côté-Allard.
Systemet kan allerede brukes
Forskningen har vært en del av Norges forskningsrådsfinansierte INTROMAT-prosjekt (2016-2021). Det er et tverrfaglig prosjekt som har utforsket bruk av teknologi i forbindelse med psykiske helsespørsmål. Forskningen har vært ledet av psykologspesialist og førsteamanuensis Tine Nordgreen ved avdeling for psykiatri ved Haukeland universitetssykehus, i samarbeid med flere andre norske private og offentlige institusjoner.
Nordgreen peker på at modellen kan støtte nett-terapeuten under behandling, spesielt når det gjelder skreddersydd terapeutstøtte.
– Basert på modellen fra Ulysse og hans gruppe kan vi sette i gang et trafikklys-system for terapeutene som de kan bruke for å skreddersy behandlingen.
Jim Tørresen, professor og leder for forskningsgruppen Robotikk og intelligente systemer (ROBIN) ved UiO, har ledet arbeidet med den kunstige intelligensen. Han mener resultatene kan bli viktig for terapeuter i fremtiden.
– Når vi viser at det er mulig å forutsi tidlig hvor bra flertallet av pasienter vil følge opp et behandlingsprogram, kan det bidra til at behandlere tidligere tar bedre beslutninger om hvem som skal prioriteres for oppfølging. Det er også et potensial i de automatiserte systemene til å tilpasse seg hver enkelt pasient for best mulig effekt av et behandlingsprogram, sier han til Titan.uio.no.